事理图谱的构建与应用暨第二届事理图谱研讨会 | CNCC2021

事件是人类社会的核心概念之一，人们的社会活动往往是事件驱动的。事件之间在时间、空间上相继发生的演化规律和模式是一种十分有价值的知识。然而，现有的典型知识图谱主要是以实体及其属性和关系为研究核心，缺乏对事理逻辑这一重要人类知识的刻画。为了弥补这一不足，事理图谱应运而生，它能够揭示事件的演化规律和发展逻辑，刻画和记录人类行为活动。本次论坛将邀请五位嘉宾分别就：事理图谱在构建过程中遇到的问题与挑战；事理图谱如何进行知识的表示学习；如何事理图谱中的因果推理机制实现模型的稳定学习；事理图谱如何落地应用这几方面问题进行探讨。

刘挺

CCF计算机术语审定工委主任、哈尔滨工业大学长聘教授、计算学部主任兼计算机学院院长

简介：国家科技创新领军人才，教育部新世纪优秀人才，十四五国家重点研发计划先进计算与新兴软件重点专项专家组成员，教育部人工智能科技创新专家组成员。中国计算机学会理事。主要研究方向为人工智能、自然语言处理、知识图谱和社会计算，是国家973课题、国家自然科学基金重点项目负责人。主持研制多项成果曾获国家科技进步二等奖、省科技进步一等奖、钱伟长中文信息处理科学技术一等奖等，同时其落地成果被各大高校和企业广泛使用。

刘康

中国科学院自动化研究所研究员

简介：中国科学院自动化研究所模式识别国家重点实验室研究员、博士生导师，中国科学院大学岗位教授。研究领域包括自然语言处理、文本信息抽取、知识图谱、问答系统等。在自然语言处理、知识工程等领域国际重要会议和期刊发表多篇学术论文，Google Scholar引用一万余次。曾获COLING 2014最佳论文奖、Google Focused Research Award、中国中文信息学会“汉王青年创新一等奖”、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、北京市科学技术进步一等奖等多项学术奖励。获得国家自然科学基金委优秀青年基金支持。目前兼任北京智源人工智能研究院青年科学家、Pattern Recognition期刊的Associate Editor、中国中文信息学会语言与知识计算专委会秘书长等学术职务，也曾任ACL、EMNLP、CIKM、ISWC、EACL等国际高水平学术会议（Senior）Area Chair/Senior PC member。

报告题目：Extracting Events from Texts

报告摘要：Event is a common but non-negligible knowledge type. How to identify events from texts, extract their arguments, and analyze their relations are important for many applications. This talk summarizes our recent research progress for event and event relation extraction. We also give out potential research issues in the future.

崔鹏

清华大学计算机系长聘副教授

简介：清华大学计算机系长聘副教授，博士生导师。研究兴趣聚焦于大数据驱动的因果推理和稳定预测、大规模网络表征学习等。在数据挖掘及人工智能领域顶级国际会议发表论文100余篇，先后5次获得顶级国际会议或期刊论文奖，并先后两次入选数据挖掘领域顶级国际会议KDD最佳论文专刊。担任IEEE TKDE、ACM TOMM、ACM TIST、IEEE TBD等国际顶级期刊编委。曾获得国家自然科学二等奖、教育部自然科学一等奖、电子学会自然科学一等奖、北京市科技进步一等奖、中国计算机学会青年科学家奖。CCF杰出会员，ACM杰出科学家。

报告题目：知识图谱的“关联”视角和“因果”视角

报告摘要：作为结构化的语义知识库，当前知识图谱往往用于构建物理世界中的实体与实体之间的“关联”关系，着重于对事实的刻画，下游任务也主要聚焦于对缺失事实的补全。如何从事实补全进阶为事实推理，是知识图谱深层次的分析和利用的重要基础问题。本报告将在知识图谱的关联表达基础上，引入“因果”视角，发现知识图谱的概念层因果关系和模式，试图为实体间的关联关系提供解释，实现对于未知环境、未见实体的可回溯智能推理。

韩先培

中国科学院软件研究所

简介：中科院软件所研究员，中文信息处理实验室副主任，入选国家优青及北京智源青年科学家。主要研究方向为信息抽取、知识图谱及自然语言理解。承担中科院战略先导、科技创新2030课题、国家重点研发专项等十余项课题。在ACL、SIGIR、IJCAI等重要国际会议发表论文60余篇。担任中国中文信息学会理事及语言与知识计算专业委员会副主任。相关成果获中国中文信息学会汉王青年创新奖一等奖及科学技术奖一等奖。

报告题目：从文本到事理：事件知识抽取与探测

报告摘要：事理是知识图谱的核心之一，如何获取事理知识是构建知识图谱的一大挑战。本报告将对事理知识获取的两条路线进行探讨：（1）从文本中抽取；（2）从大规模预训练语言模型中探测。在文本事理知识获取方面，报告介绍如何建立按需端到端结构化事件知识生成网络；在预训练语言模型探测方面，对从PLMs中抽取事实知识的三种代表性范式进行了系统分析。本报告发现，上述两条路线各有所长，相互补充，可共同为事理知识的大规模获取提供支撑。

丁效

哈尔滨工业大学副研究员

简介：哈尔滨工业大学副研究员。主要研究方向为人工智能、自然语言处理、文本推理和事理图谱。在ACL、AAAI、IJCAI、EMNLP、TASLP等人工智能领域的著名国际期刊和会议上发表相关论文30余篇。承担多项国家自然科学基金等省部级以上项目，参与国家重大科技基础设施建设项目、“新一代人工智能”重大项目、国家自然科学基金重点项目等多个科研项目。荣获黑龙江省科技进步二等奖、SemEval 2020国际语义评测“检测反事实陈述”任务第一名。担任中国中文信息学会社会媒体处理专委会秘书、常务委员，语言与知识计算专委会委员，中国中文信息学会青年工作委员会委员。

报告题目：事理知识增强的认知推理

报告摘要：历史事件是人类社会发展的重要记录，人们的社会活动往往是事件驱动的。事件之间在时间、空间上相继发生的演化规律和模式是一种十分有价值的知识。然而，现有的典型知识图谱主要是以实体及其属性和关系为研究核心，缺乏对事理逻辑这一重要人类知识的刻画。为了弥补这一不足，事理图谱应运而生，它能够揭示事件的演化规律和发展逻辑，刻画和记录人类行为活动。本次报告首先介绍事理图谱的概念，随后重点介绍基于事理知识的认知推理方法，在多个因果事件推理任务上事理知识都表现出了明显的优势，最后简单介绍事理图谱的潜在应用。

袁晶

华为云人工智能领域副总裁

简介：现任华为云人工智能领域副总裁，加入华为前，曾任微软人工智能创造事业部副总经理、微软小冰资深科学家主管，负责微软Bing亚太区知识图谱构建和应用，作为微软小冰AI创造技术总负责人，带领团队研发了包括看图写诗，听音作画，词曲创作等一系列产品，并打造了覆盖国内90%金融机构和40%个人投资者的金融文本生成产品线。在此之前，任微软亚洲研究院研究员,在顶级国际会议上发表80+篇论文，并多次获得最佳论文奖项。曾获国家教育部自然科学一等奖、中科院百篇优博论文奖、微软学者奖，其在轨迹数据分析和智慧城市方向的工作获得ACM SIGSPATIAL十年最具影响力论文荣誉奖。长期担任SIGKDD, ACL, AAAI等多个国际会议的程序委员会委员，中国计算机学会(CCF)，美国电气与电子工程师学会(IEEE)和国际计算机协会(ACM)高级会员。

报告题目：知识计算和事理图谱: 认知智能产业落地实践及思考

报告摘要：数字化转型的逐步深入，推动行业智能化转型，企业智能化升级成为了产业增长的必经之路。企业积累的数据蕴藏着宝贵的行业领域知识和企业自身的知识沉淀。如何有效开采、利用这些知识参与建模与计算，为企业的效率提升、知识传承等方面发挥价值，是企业智能化升级的核心问题。近年来，以事件及事件间时序和因果关系为核心的事理图谱技术成为知识计算和应用的新范式。本次分享将介绍知识计算理念、技术架构、当前发展趋势及华为云在该方向上的探索和实践，同时，将结合具体落地实践案例、介绍相关技术在金融、政务、医疗、能源等领域的应用案例，并探讨企业智能化转型未来挑战、前景及价值空间。