主题：《浅谈大模型与知识图谱的结合：近期的几点方向探索与心得总结》

主题简介：以ChatGPT为代表的大模型的推出，已经掀起了一种新的NLP和知识图谱实现范式。本报告将基于近期在大模型研发以及知识图谱方向的工作，从大模型研发的基础数据建设、大模型背景下知识图谱的几点结合方向、大模型加持知识图谱在360实际落地场景上的一些实践三个部分进行介绍，谈谈自己的粗浅想法与心得，供大家一起思考。 

个人简介：360人工智能研究院算法专家、知识图谱方向算法负责人，曾就职于中国科学院软件研究所。主要研究方向为领域知识/事件图谱的构建与落地应用，主持研制全行业事理图谱、360百科图谱、知识图谱平台、事件情报分析、右侧推荐等落地项目，申请发明专利十余项、论文数篇。近年来在OGB-Wikikg2、CCKS多模态实体对齐、可解释类案匹配等评测中获得多项冠亚军。致力于自然语言处理技术开源共享，在github开源项目60+，收获star数超2W+，创立“老刘说NLP”技术公众号，具有广泛影响力。

主题：《AIGC时代的多模态知识工程思考与展望》

主题简介：AIGC技术将人工智能带入了新时代。而在多模态智能领域，AIGC的能力不断提升，多模态知识工程应该何去何从？是否仍具价值？应该如何发展？在本次分享中，讲者将探讨当前AIGC技术耀眼“光芒”背后的“暗面”，思考与展望AIGC时代的多模态知识工程研究。

个人简介：复旦大学研究员、博士生导师，上海市数据科学重点实验室主任助理，复旦大学知识工场实验室执行副主任，曾兼任科大讯飞苏州研究院副院长，博士毕业于澳大利亚昆士兰大学，主要研究方向为认知智能与知识工程、多模态知识图谱、大数据分析与挖掘等。在领域主流期刊和国际会议上发表论文150余篇，主持十余项国家和省部级科研项目。

主题：《基于KG+LLM的AI应用开发新范式》

主题简介：KG是大数据时代的知识工程集大成者，以其强大的语义表达能力、存储能力和推理能力，为互联网时代的数据知识化组织和智能应用提供了有效的解决方案。而随着AIGC和LLM相关技术的快速发展，以ChatGPT为代表的LLM带来了新的应用交互范式变革，其表现出了强大的自然语言理解与生成能力。本报告探索KG与LLM的有机结合，充分结合KG的知识表示能力与知识推理能力以及LLM的语言理解能力与交互方式，共同实现新一轮AI应用落地的新范式。

个人简介：华东理工大学自然语言处理实验室博士。15年知识图谱研究及产业化经验，多个国家级项目骨干成员，ISWC、CCKS2017等国际会议、顶级期刊发表多篇论文，多次受邀参与行业顶级交流报告包括大规模存储实战解析、大规模知识图谱应用、CCKS2017知识图谱实战报告等。行业知识图谱全生命周期理论提出者，北理工大数据学习中心顾问。曾发布基于三大百科数据的SSCO和Zhishi.me通用知识图谱；首次提出了行业知识图谱的生命周期并逐步成为业界的标准。参编《2018知识图谱发展报告》、《知识图谱方法、实践与应用》、《信息技术人工智能知识图谱技术框架》等标准与著作。

主题：《知识增强大语言模型技术与双知识平台融合思考》

主题简介：本次报告首先介绍知识增强大模型相关技术，在此基础上，探讨知识图谱平台和大模型平台如何融合的一些思考。

个人简介：东南大学计算机与软件工程学院教授、东南大学认知智能研究所所长、南京柯基数据科技有限公司首席科学家、OpenKG发起人之一、中国中文信息学会语言与知识计算专业委员会副主任、中国科学技术情报学会知识组织专业委员会副主任和江苏省人工智能学会知识工程与智能服务专委会副主任、国际期刊Journal of Data Intelligence的执行主编、国际期刊Journal of Web Semantics的副主编和Semantic Web Journal 的编委、Journal of Big Data Research的编委、世界三大出版集团之一的爱思唯尔（Elsevier）的数据管理顾问委员会顾问、情报工程期刊编委。获得“江苏省六大人才高峰”资助和“创业南京高层次人才”资助。编写专著2 部,发表高水平学术论文200余篇。获得授权发明专利12项。主持和参与科技部重点研发项目、国家863、自然科学基金 重点、自然科学基金面上等10余项国家级知识图谱相关项目以及华为、百度等企业知识图谱相关项目。指导学生发表的一篇论文获得国际会议ICTAI2015最佳学生论文奖和 CIKM最佳短文角逐奖。所取得的科研成果在工业界中得到实际应用，产生了实际效益，在司法类案推送、电商数据分析、电力故障智能检测和知识推送、医药知识问答、军事决策系统和安全决策系统中落地，产业化前景广阔。