腾讯会议 ID：428-390-517
会议密码：171003
报告题目：多元知识图谱CogNet及其计算服务引擎CogKit
报告人：中科院自动化所 陈玉博 副研究员
报告时间：2022年9月3日周六（下午）15:00-15:50
报告摘要：现有开放知识图谱（知识资源）主要涉及三类知识：语言知识、世界知识和常识知识。然而，目前这些知识散布在表示体系不同的多个知识图谱中，难以有效联合利用。融合不同类型的知识，构建多元知识图谱是解决途径之一，本次报告将介绍课题组构建多元知识图谱过程中遇到的技术挑战和解决方案，并介绍多元知识图谱CogNet及其计算服务引擎CogKit的工作进展。
报告人简介：陈玉博，中国科学院自动化研究所模式识别国家重点实验室副研究员，入选2020 年第五届中国科协青年人才托举工程、2022 年全球华人AI 青年学者、2022 年中国科学院青年创新促进会会员、2022北京智源人工智能青年科学家俱乐部，担任中国中文信息学会青年工作委员会执行委员、COLING 2022领域主席。研究方向为自然语言处理和知识图谱，在ACL、EMNLP、AAAI 等国际重要会议和期刊发表学术论文40 余篇，曾获多次最佳论文奖（NLP-NABD 2016、CCKS 2017、CCL 2020、CCKS 2020），Google Scholar引用量3100余次。出版学术专著《知识图谱》、《知识图谱：算法与实践》，由人工智能学会推荐入选十三五国家重点图书出版规划教材，连续多年在中国科学院大学主讲《知识图谱》课程，2021 年获得中国科学院大学优秀课程。主持国家自然科学基金面上项目、青年基金项目，参与国家自然科学基金重点项目、973 计划子课题、重点研发计划子课题。主持研发的信息抽取和知识图谱构建系统多次获得国际/国内学术评测冠亚军。获2018 年中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖，2019 年度北京市科学技术进步奖一等奖。
报告题目：高效知识图谱构建研究
报告人：浙江大学 张宁豫 副教授
报告时间：2022年9月3日周六（下午）15:50-16:40
报告摘要：现有的大多数知识图谱构建框架会假设知识图谱中的实体或关系有充足的三元组实例来进行训练。然而，在真实的应用场景中大量的实体或关系仅具有非常少的三元组，即存在低资源问题，其严重制约了知识图谱应用的效率和性能；此外，知识图谱构建需要处理大量不同类型的数据如句子、文档、图片等，模型参数量大、推理速度慢。怎样从大规模多源异构数据中快速高效地构建知识图谱，是众多领域所面临的共性的、基础性的和亟待突破的关键技术难题。在本次报告中，本人将汇报针对高效知识图谱构建（数据高效、模型高效、推理高效）所进行的探索。