返回首页
您的位置:首页 > 新闻 > CCF新闻 > ADL

ADL114《知识图谱》开始报名

阅读量:1930 2020-11-30 收藏本文

CCF学科前沿讲习班

The CCF Advanced Disciplines Lectures

CCFADL114

主题  知识图谱

20201220-22 北京

知识图谱作为大数据时代重要的知识表示方式,有效地实现了大规模数据认知与推理,是人工智能逻辑推理、知识与数据融合、认知与计算融合以及复杂协同决策等关键技术发展与应用的重要一环,已经成为人工智能领域的一个重要支撑。

本期CCF学科前沿讲习班《知识图谱》,讲授当前知识图谱发展关键技术及其最新研究进展,旨在全面系统讲授、研讨知识图谱相关主题,对当前知识图谱前沿技术与行业落地实践进行系统性介绍帮助学员系统地掌握知识图谱概念与技术,快速了解和学习该领域的研究热点和前沿技术,掌握学科发展动向和重要的应用方法,开阔科研视野,增进学术交流,增强实践能力。

本期讲习班邀请到了本领域6位来自于著名高校与科研机构的重量级专家学者做主题报告。他们将对面向事件的语言理解、认识图谱、基于图神经网络的知识图谱、知识图谱的表示学习、知识图谱的数据管理、及知识指导下的预训练语言模型等关键技术、应用实践及当前热点问题进行深入浅出的讲解,并对如何开展本领域前沿技术研究等进行指导,使参加者在了解学科热点、提高理论水平的同时,掌握最新技术趋势。

学术主任肖仰华 复旦大学

主办单位:中国计算机学会

活动日程

20201220

9:00-9:15

开班仪式

9:15-9:30

全体合影

9:30-12:00

专题讲座1Event-Centric Natural Language Understanding

Heng Ji UIUC 教授

12:00-13:30

午餐

13:30-16:30

专题讲座2认知图谱

杨红霞 阿里巴巴 资深算法专家

20201221

9:00-12:00

专题讲座3基于图神经网络的知识图谱研究进展

石川  北京邮电大学  教授

12:00-13:30

午餐

13:30-16:30

专题讲座4大规模知识表示

肖仰华 复旦大学 教授

20201222

9:00-12:00

专题讲座5知识图谱数据管理:基础与前沿

王鑫  天津大学  教授

12:00-13:30

午餐

13:30-16:30

专题讲座6知识指导的预练语言模型

刘知远 清华大学 副教授

16:30-16:40

小结

特邀讲者

Heng Ji  UIUC教授

图片1

讲者简介Heng Ji is a professor at Computer Science Department, and an affiliated faculty member at Electrical and Computer Engineering Department of University of Illinois at Urbana-Champaign. She is an Amazon Scholar. She received her B.A. and M. A. in Computational Linguistics from Tsinghua University, and her M.S. and Ph.D. in Computer Science from New York University. Her research interests focus on Natural Language Processing, especially on Multimedia Multilingual Information Extraction, Knowledge Base Population and Knowledge-driven Generation. She was selected as "Young Scientist" and a member of the Global Future Council on the Future of Computing by the World Economic Forum in 2016 and 2017. The awards she received include "AI's 10 to Watch" Award by IEEE Intelligent Systems in 2013, NSF CAREER award in 2009, Google Research Award in 2009 and 2014, IBM Watson Faculty Award in 2012 and 2014, Bosch Research Award in 2014-2018 and Tencent AI Lab Rhino-Bird Gift Fund in 2019, and ACL2020 Best Demo Paper Award. She has served as the Program Committee Co-Chair of many conferences including NAACL-HLT2018. She is elected as the North American Chapter of the Association for Computational Linguistics (NAACL) secretary 2020-2021.

报告题目:Event-Centric Natural Language Understanding

报告摘要: This tutorial targets researchers and practitioners who are interested in AI technologies that help machines understand natural language text, particularly real-world events described in the text. These include methods to extract the internal structures of an event regarding its protagonist(s), participant(s) and properties, as well as external structures concerning memberships, temporal and causal relations of multiple events. This tutorial will provide audience with a systematic introduction of (i) knowledge representations of events, (ii) various methods for automated extraction, conceptualization and prediction of events and their relations, (iii) induction of complex event schemas, and (iv) multi-lingual multimedia common structured semantic space construction for cross-lingual cross-media event structure transfer. We will conclude the tutorial by outlining emerging research problems in this area.

杨红霞 阿里巴巴 资深算法专家

图片2

讲者简介:杨红霞,美国杜克大学博士学位,原IBM全球研发中心Watson研究员,Yahoo!主任数据科学家,现任阿里巴巴资深算法专家,带领团队开发基于计算平台和搜索推荐的智能算法,稳定的支持了阿里巴巴搜索、广告等30几个核心BU和其业务场景。在顶级统计和机器学习国际学术期刊会议发表论文70余篇,美国专利9项,2019世界人工智能大会最高奖项卓越人工智能引领者(Super AI Leader,简称SAIL奖)获得者,2020年国家科学技术进步奖二等奖获得者,2020年杭州市领军型创新团队获得者。

报告题目认知图谱

报告摘要2019年,全球零售电子商务销售额达3.53万亿美元,电子零售收入预计到2022年将增长至6.54万亿美元。如此快速的增长为全球电子商务行业带来广阔的前景,这标志着一个强劲的市场和广阔的客户需求。 除了流量的巨大增长外,各种即将到来的模式也在迅速增长,包括短视频,直播,达人推荐等。随着新出现的各种模式以及消费者对于推荐系统的更高要求,必须要更加系统的解决对于消费者需求的认知推理工作。基于此,我们在全球月活用户和流量最大的电子商务平台手机淘宝的推荐系统上,不断打磨和落地第二代AI系统认知图谱计算平台。该认知图谱计算平台包括三个主要模块,基础数据层,推理引擎层和用户交互层。其中基础数据层,我们主要专注于 (1) 跨领域知识图谱的构建;(2) 拉通跨域跨场景各类行为数据,例如浏览、点击、收藏、加购、转发等,全方位建模经济体内行为,差异化理解多模态行为数据背后的含义;和(3) 在意图感知的实时性与认知深度间做平衡,层次化强化消费者理解。推理引擎层,我们依托于(1) 多模态预训练和理解对商品理解和进行全域召回,缓解马太效应,加强手淘生态建设;(2) 超大规模图神经网络系统进行消费者意图推理。用户交互层,我们通过用户交互的视觉智能和文本智能,通过短视频改变和引导购后消费者心智,理解消费者意图,助力消费者决策,同时填补填补目前学界和业界空白的基于用户交互的弱监督内容理解方向。

石川 北京邮电大学 教授

图片3

讲者简介:北京邮电大学计算机学院教授、博士研究生导师、智能通信软件与多媒体北京市重点实验室副主任。主要研究方向: 数据挖掘、机器学习、人工智能和大数据分析。近五年来,作为第一作者或通信作者发表CCF A/B类论文60余篇,英文专著一部,包括数据挖掘领域的顶级期刊和会议IEEE TKDEACM TKDDKDDWWWACLAAAIIJCAI相关研究成果应用到阿里巴巴、腾讯华为、美团等企业。获得ADMA2011/AMDA2018国际会议最佳论文奖,并指导学生获得顶尖国际数据挖掘竞赛IJCAI Contest 2015 全球冠军。获得CCF科学技术奖自然科学二等奖等奖励,获得北京市高等学校青年英才和师德先锋等称号。

报告题目基于图神经网络的知识图谱研究进展

报告摘要:近年来,描述常识和事实的知识图谱成为学术界和工业界广泛使用的知识表示方式,图神经网络在学习属性和结构的特征表示展现了优秀的性能。考虑到知识图谱本身恰好就是一种图结构数据,因此采用图构建知识和数据之间的关联,同时应用图神经网络技术,有望结合知识和数据实现更好的可解释和可信人工智能技术。一方面,利用图神经网络在结构表示学习上的优势,可以更好地帮助构建知识图谱;另一方面,利用图神经网络在信息传播和推理上的优势,可以更有效地在应用任务中引入知识图谱中的信息,从而提升应用性能。本报告将首先简要介绍知识图谱和图神经网络的研究进展,然后将对知识图谱与图神经网络模型相融合的方法及应用进行综述讲解。

肖仰华 复旦大学 教授

图片4

讲者简介:肖仰华博士,复旦大学教授、博士生导师、复旦大学知识工场实验室创始人、上海市互联网大数据工程技术中心副主任、多家规模企业高级顾问与首席科学家、知识图谱前沿技术系列课程发起人、十多个国家/省市/企业研究奖项获得者、三十多个国家/省市/企业研发项目负责人。在国际顶级学术会议与期刊(包括SIGMODVLDBICDEIJCAIAAAITKDE等)发表论文百余篇,授权近20项知识图谱专利。百余次担任国际/国内学术机构/会议的学术服务工作。领导构建了知识库云服务平台(知识工场平台kw.fudan.edu.cn),发布了一系列知识图谱,以API形式为数百家应用单位服务近10亿次。

报告题目大规模知识表示

报告摘要:伴随着大数据时代的到来,开放性应用成为主流。传统知识表示难以适用于大规模开放应用。大数据时代到底需要怎样的知识表示?这是值得知识表示领域深入思考的问题。本报告结合知识工场近年来的研究与落地实践,对大数据知识表示的需求、挑战展开分析,介绍近期学术与应用领域发展出的一系列新颖的,但未得到深入的学理式研判的知识表示方式。分析这些既成事实的知识表示背后的动机、优势与不足。

王鑫 天津大学 教授

图片5

讲者简介:王鑫,天津大学智能与计算学部教授、博导,人工智能学院副院长。中国计算机学会杰出会员、信息系统专业委员会秘书长、数据库专业委员会委员、大数据专家委员会通讯委员;中国中文信息学会语言与知识计算专业委员会委员。研究方向包括:知识图谱、图数据库、大数据处理。主持国家重点研发计划、国家自然科学基金、CCF-华为数据库创新研究计划、百度主题研究等项目。在IEEE TKDEIEEE TPDSWWWICDEIJCAIAAAICIKMISWC、《计算机学报》、《软件学报》等国内外学术期刊和会议上发表论文90多篇。国际会议APWeb-WAIM 2020JIST2019程序委员会主席。国际期刊Knowledge-Based Systems副主编、Big Data Research编委。

报告题目知识图谱数据管理:基础与前沿

报告摘要:知识图谱是人工智能的重要基石。各领域大规模知识图谱的构建与应用已对知识图谱数据管理方法与技术提出了新的挑战。本报告将介绍知识图谱数据管理的理论方法技术与前沿研究方向,包括:知识图谱数据模型和查询语言的基础知识、知识图谱存储管理和查询处理的方法与技术、知识图谱数据库系统与工具等。同时介绍团队近年来在知识图谱数据管理方向所取得的研究成果,并展望知识图谱数据管理的未来研究方向。

 清华大学 副教授 博士生导师

图片6

讲者简介:刘知远,清华大学计算机系副教授、博士生导师。主要研究方向为表示学习、知识图谱和社会计算。已在ACLIJCAIAAAI等人工智能领域的著名国际期刊和会议发表相关论文80余篇,Google Scholar统计引用超过1万次。承担多项国家自然科学基金。曾获中文信息学会青年创新奖,入选国家青年拔尖人才支持计划,智源研究院青年科学家,中国科学青年人才托举工程。

报告题目知识指导的预训练语言模型

报告摘要:近年来深度学习技术席卷自然语言处理(NLP)各大领域。作为典型的数据驱动方法,深度学习面临可解释性不强等难题,如何将人类积累的大量语言知识和世界知识引入深度学习模型,是改进NLP深度学习模型性能的重要方向,同时也面临很多挑战。本报告将系统介绍知识指导的自然语言处理的最新进展与趋势。

学术主任:肖仰华 复旦大学 教授

图片4

简介:肖仰华博士,复旦大学教授、博士生导师、复旦大学知识工场实验室创始人、上海市互联网大数据工程技术中心副主任、多家规模企业高级顾问与首席科学家、知识图谱前沿技术系列课程发起人、十多个国家/省市/企业研究奖项获得者、三十多个国家/省市/企业研发项目负责人。在国际顶级学术会议与期刊(包括SIGMODVLDBICDEIJCAIAAAITKDE等)发表论文百余篇,授权近20项知识图谱专利。百余次担任国际/国内学术机构/会议的学术服务工作。领导构建了知识库云服务平台(知识工场平台kw.fudan.edu.cn),发布了一系列知识图谱,以API形式为数百家应用单位服务近10亿次。

时间:20201220-22

地点:北京中国科学院计算技术研究所一层报告厅北京市海淀区中关村科学南路6

图片7


报名须知:

1、报名费:CCF会员2800元,非会员3600元。食宿交通自理。根据交费先后顺序,会员优先的原则录取,额满为止。
给予西部五所高校两个名额,可免费,限CCF会员, 需个人提出书面申请并加盖院系公章,将电子版发至adl@ccf.org.cn, CCF将按照申请顺序进行录取。 (五所高校的名单如下:新疆大学,青海大学,云南大学,贵州大学,宁夏大学。)
2、报名截止日期:20201219日。报名请预留不会拦截外部邮件的邮箱。
3、联系:李红梅   邮箱 : adl@ccf.org.cn  

缴费方式:

在报名系统中在线缴费或者通过银行转账

银行转账(支持网银、支付宝):

开户行:招商银行北京海淀支行

户名:中国计算机学会

账号:110943026510701

请务必注明:姓名+ADL114

报名缴费后,报名系统中显示缴费完成,即为报名成功。

报名方式:请选择以下两种方式之一报名:

1、扫描(识别)以下二维码报名:

图片8

2、点击阅读原文进行报名:

报名链接: https://conf.ccf.org.cn/ADL114