知識圖譜作為大數據時代重要的知識表示方式之一，已經成為人工智能領域的一個重要支撐。8月25日-27日，“復旦大學知識工場實驗室”與“上海財經大學信息管理與工程學院”聯合舉辦“知識圖譜前沿技術暑假班”，對《知識圖譜-概念與技術》展開系統性介紹。

?

本次課程體系由復旦大學肖仰華教授策劃，講者來自復旦大學、南加州大學、湖南大學、香港中文大學、華東師范大學、微軟亞洲研究院、上海財經大學、東華大學、蘇州大學等青年學者。本次課程由上海財經大學承辦，由上海財經大學崔萬云博士負責課程的本地組織工作。

?

本次課程為期三天，累計27個課時。本次課程為非盈利活動，為覆蓋運營成本，本次課程收取少量費用，并全部用于知識圖譜課程建設和運營開支。因場地容量有限，限260人。學員需要報名注冊，先注冊和繳費者先得。

?

課程時間

8月25日 - 8月27日

具體課程時間段參照日程安排表

課程地點

上海財經大學武川路校區創業中心一樓報告廳

? ?

報名方式

在線報名，點擊“閱讀原文”進行報名登記，由于場地有限，本次課程限額260名，先報先得，以注冊繳費先后為準。

費用及繳費方式

費用：學生 300 元 / 人

? ? ? ? ?非學生 1000 元 / 人

注：此費用僅為報名費用，參加課程人員的旅途費和食宿均為自理費用。

? ?

繳費方式

一：銀行轉賬（僅限8月9日至8月20日之間）

戶? ?名：上海財經大學

賬? ?號：454673639249

開戶行：中國銀行上海市五角場支行

說明：

① 轉賬備注“知識圖譜課程+姓名+手機號”

② 保存包含備注信息的支付憑證（轉賬回執單或電子回單等能證明支付的憑證），簽到時作為入場憑證

? ? ??

二：簽到現場繳費，僅限POS刷卡。（僅限在線報名時間為8月21日至8月25日的參加課程人員，于8月25日上午 7:30 開始在財大現場繳費）

繳費時間以在線報名登記時間為參考，即若報名登記時間為8月9日至8月20日之間，請銀行轉賬；若報名時間為8月21日至8月25日之間，請現場繳費。

建議大家以銀行轉賬的方式繳費，可以確保有座位。現場繳費僅限POS刷卡，不支持其他繳費方式，程序較慢且不確保有多余空位。

注：學生到場簽到需出示學生證等相關證件。

日程安排

? ?

講者介紹

肖仰華 復旦大學

肖仰華博士，復旦大學教授、博士生導師、復旦大學知識工場實驗室創始人、上海市互聯網大數據工程技術中心副主任、多家規模企業高級顧問與首席科學家、知識圖譜前沿技術系列課程發起人、十多個國家/省市/企業研究獎項獲得者、三十多個國家/省市/企業研發項目負責人。在國際頂級學術會議與期刊（包括SIGMOD、VLDB、ICDE、IJCAI、AAAI、TKDE等）發表論文百余篇，授權近20項知識圖譜專利。百余次擔任國際/國內學術機構/會議的學術服務工作。領導構建了知識庫云服務平臺(知識工場平臺kw.fudan.edu.cn)，發布了一系列知識圖譜，以API形式為數百家應用單位服務近10億次。

任翔 南加州大學

XiangRen is an Assistant Professor in the Department of Computer Science at USCaffiliated with USC ISI. At USC, he is part of the Machine Learning Center,NLP@USC, and Center on Knowledge Graphs. Priorly, Xiang was a visitingresearcher at Stanford University collaborating with Dan Jurafsky and JureLeskovec, and received his PhD in CS@UIUC. He is interested in computationalmethods and systems that extract machine-actionable knowledge from massiveunstructured text data, and is particularly excited about problems in the spaceof modeling sequence and graph data under weak supervision (learning withpartial/noisy labels, and semi-supervised learning) and indirect supervision(multi-task learning, transfer learning, and reinforcement learning). Hisresults were covered in several top conference tutorials and keynote (KDD, WWW,ACL) and he has served as area chairs and program committee members for topconferences including KDD, WWW, ACL and EMNLP. Xiang's research has beenrecognized with several prestigious awards including a Google PhD Fellowship,Yahoo!-DAIS Research Excellence Award, Yelp Dataset Challenge Award, WWW BestPoster Runner-up, and David J. Kuck Outstanding M.S. Thesis Award. Technologieshe developed has been transferred to US Army Research Lab, National Instituteof Health, Microsoft, Yelp and TripAdvisor.

徐波 東華大學

徐波博士，東華大學計算機科學與技術學院講師。畢業于復旦大學計算機科學技術學院，獲計算機軟件與理論專業的博士學位。研究興趣為知識圖譜的構建及應用。創建了目前最大的中文開放知識圖譜之一：CN-DBpedia。其研究成果論文先后在IJCAI、PKDD、DASFAA等國際頂級人工智能、數據庫會議上發表。曾獲中國數據庫學術會議優秀論文獎。

?

林欣 華東師范大學

林欣博士，華東師范大學計算機系教授。目前主要致力于異構大數據管理研究和知識圖譜研究。先后在該領域發表論文30余篇，其中近三年在中國計算機學會推薦的A類頂級期刊TKDE和A類會議ICDE發表論文8篇。2011年入選首批“香江學者計劃”，赴香港浸會大學從事為期2年的訪問研究。2014年回國后入選上海市“浦江人才計劃”。現擔任SCI雜志《Frontier of Computer Science》青年副主編，擔任TKDE、TPDS等權威學術期刊的審稿人，并多次擔任WAIM，ICPADS等國際會議的PC member。

?

李直旭 蘇州大學

李直旭博士，蘇州大學特聘副教授，碩士生導師。蘇州大學先進數據分析研究中心副主任。2015年獲江蘇省“雙創”博士稱號，2013年畢業于澳大利亞昆士蘭大學，獲計算機科學博士學位。主要研究方向為：知識圖譜，信息抽取，人機問答，數據質量和眾包技術。李直旭現為CCF數據庫專委會委員，人工智能學會智能服務專委會委員。承擔國家自然科學基金及江蘇省自然科學基金重大項目等國家和省部級項目5項。已在數據管理相關領域的頂級期刊和會議如TKDE, ICDE, EDBT, CIKM等上發表論文60余篇。長期擔任國際期刊IEEE TKDE, WWWJ審稿人，并擔任過多個數據管理領域國際會議的程序委員會委員。

?

邵斌 微軟亞洲研究院

邵斌博士，微軟亞洲研究院機器學習組主管研究員。他的研究興趣包括機器學習、并行圖處理、分布式系統和內存數據庫等。邵斌博士于 2010 年加入了微軟亞洲研究院，具體負責微軟分布式大規模圖數據處理引擎項目（Microsoft Graph Engine）。相關研究結果發表在SIGMOD, VLDB, ICDE, TPDS等相關領域頂級會議和期刊上。

?

彭鵬 湖南大學

彭鵬博士，2009 年畢業于北京師范大學信息科學與技術學院獲得工學學士學位；2016 年畢業于北京大學計算機科學技術研究所，獲得工學博士學位。2016 年入職湖南大學信息科學與工程學院軟件工程系，任助理教授。目前其主要研究方向為“基于圖的分布式RDF 知識庫數據管理”。彭鵬近年來發表論文 12 篇，其中既包括 VLDB Journal、TKDE 等國際頂級期刊論文，也包括 EDBT、WWW Journal、Information Systems 等國際重要會議/期刊論文。主持國家級項目 1 項，為國家自然科學基金青年基金項目——“關聯數據上基于圖的分布式查詢處理技術研究”。這些論文的工作涵蓋了 RDF 數據管理，分布式查詢處理以及圖數據管理等領域。目前我們已經開發了多種分布式 RDF 數據管理算法、圖數據庫上的子圖匹配查詢算法以及 RDF 數據中關鍵詞查詢算法。

?

鄭衛國 香港中文大學

鄭衛國博士，畢業于北京大學，香港中文大學博士后，他的主要研究興趣為圖數據的管理和查詢，特別是在知識圖譜上的查詢和挖掘，在國際頂級會議和期刊上發表多篇論文，包括SIGMOD、VLDB、ICDE、TODS、TKDE、CIKM等。

?

陽德青 復旦大學

陽德青博士，復旦大學大數據學院和大數據研究院副院長、副教授，于2013年在復旦大學計算機科學技術學院獲得計算機軟件與理論專業的博士學位。陽博士的主要研究領域為數據挖掘、知識圖譜的構建與應用、推薦系統、社會網絡分析等，其研究成果論文先后在WWW、ICDM、CIKM、ECML等數據科學領域的國際頂尖學術會議上發表，并擁有多項發明專利。同時，他先后主持、參加了多項國家科技部、自科基金委、上海市科委、經信委、教委等專項課題，并在與阿里、華為等科技公司的合作中取得了豐碩的實際應用成果。

?

?崔萬云 上海財經大學

崔萬云博士，上海財經大學信息管理與工程學院助理教授，智能金融課題組負責人，小Cui問答(微信公眾號)和KBQA項目負責人。他僅以4年時間就獲得了復旦大學5年制博士學位，同時獲得了復旦大學最高博士榮譽“復旦學術之星”（計算機方向唯一）。其博士論文《基于知識圖譜的問答系統關鍵技術研究》被授予了“2017ACM中國優秀博士生論文提名獎”，和“2017ACM上海優秀博士生論文獎”(top 2 in 上海)。和他的研究興趣包括自然語言問答和知識圖譜。自2012年起，他分別在微軟亞洲研究院、百度深度問答小組和小i機器人等公司從事問答系統、知識圖譜相關研究。他已經在PVLDB 2017，IJCAI 2016，AAAI 2016，SIGMOD 2014，SIGMOD 2013等頂級人工智能、數據庫會議上發表第一作者論文。他還曾獲得復旦大學畢業生之星、上海市優秀畢業生等獎項。

?

課程大綱目錄：

第一部分? 知識圖譜概述

1.1? 知識圖譜基本概念

1.2? 知識圖譜的歷史沿革

1.3? 知識圖譜的特點

1.4? 知識分類

1.5? 典型知識圖譜

第二部分? 知識圖譜構建

1? ? ?詞匯挖掘與實體挖掘

1.1? 詞匯挖掘

1.2? 同義詞、縮寫詞挖掘

1.3? 實體識別

1.4? 實體分類

2? ? ?關系抽取

2.1? 關系挖掘概述

2.2? 基于Pattern的挖掘

2.3? 基于傳統機器學習模型的關系抽取

2.4? 基于深度學習的關系抽取

2.5? 遠程監督與關系獲取

3? ? ?概念知識圖譜構建

3.1? ?概念圖譜概述? ? ? ??

3.1.1 常見的概念圖譜? ? ? ??

3.1.2 概念圖譜的應用? ? ? ??

3.2 isA關系抽取

3.2.1 YAGO：從Wikipedia中構建概念圖譜? ? ?

3.2.2 Probase：在英文語料上進行isA關系抽取? ??

3.2.3 CN-Probase：中文isA關系抽取? ? ??

3.3? ? isA關系補全

3.3.1 知識缺失的成因? ? ? ??

3.3.2 基于isA傳遞性的圖譜補全? ? ?

3.3.3 基于相似實體的圖譜補全? ? ? ??

3.4? ? isA關系糾錯

3.4.1 錯誤的成因

3.4.2 簡單的想法：知識的支持度

3.4.3 概念圖譜中的抽象層級沖突

3.4.4 在概念圖譜中進行消環

4? ? ?大規模百科圖譜構建

4.1? 百科圖譜概述

4.1.1基本概述

4.1.2構建方法分類

4.2? ?基于單源的百科圖譜構建

4.2.1半結構化知識抽取

4.2.2本體構建

4.2.3實體分類

4.2.4屬性/關系填充

4.2.5知識圖譜更新

4.3? 基于多源的百科圖譜構建

4.3.1通用本體構建

4.3.2實體對齊

4.3.3屬性對齊

4.3.4屬性值融合

5? ? ?眾包構建

5.1? 知識型眾包基本概念??

5.2? 知識型眾包的研究問題

5.2.1What（將什么交予眾包）

5.2.2Whom（將任務交予誰完成）

5.2.3How（如何完成眾包）

5.3? 基于眾包的知識圖譜構建與精化

5.3.1本體構建階段的眾包介入

5.3.2知識圖譜精化階段的眾包介入

5.4? 總結

6? ? ?質量控制

6.1? 知識圖譜質量評估與控制概述

6.1.1知識圖譜質量的評估維度

6.1.2知識圖譜質量的評估方法

6.1.3知識圖譜質量控制的研究問題

6.2? 知識圖譜構建中的質量控制

6.2.1知識來源的可信度評估

6.2.2知識獲取方法的可信度評估

6.2.3語義漂移問題的處理技術

6.3? 知識圖譜中的缺失知識補全

6.3.1關系數據庫中可計量數據的補全

6.3.2關系數據庫中不可計量數據的補全

6.3.3知識圖譜中缺失實體的補全

6.3.4知識圖譜中缺失關系的填補

6.4? 知識圖譜中的知識統一與修正

6.4.1關系數據庫中的知識統一與修正技術

6.4.2知識圖譜中的知識統一與修正技術

第三部分? ? ?知識圖譜管理

1? ? ?圖數據庫系統

1.1? 圖系統與知識圖譜

1.1.1為什么需要圖系統

1.2? 知識圖譜對圖系統提出怎樣的需求

1.2.2圖系統基本架構

1.3? 典型圖系統

1.3.1選擇因素

1.3.2系統對比

2? ? ?建模與存儲

2.1? 概述

2.2? 圖論基礎

2.3? 知識圖譜的邏輯表示

2.4? 知識圖譜的物理存儲

2.5? 總結

3? ? ?查詢與檢索

3.1? 知識圖譜上查詢概述

3.2? 查詢語言：SPARQL

3.3? 子結構查詢

3.4? 關鍵字查詢

第四部分? ? ? 知識圖譜應用

1? ? ?基于知識圖譜的語言理解

1.1? 概述（實體、概念、主題）

1.2? 實體理解（字符的實體化）

1.2.1實體識別與鏈接

1.3? 概念理解（實體的概念化）

1.4? 主題理解（概念的主題化）

2? ? ?基于知識圖譜的搜索與推薦

2.1? 基于知識圖譜的搜索

2.1.1意圖理解

2.1.2實體搜索

2.1.3實體探索

2.2? 傳統推薦系統的局限與挑戰

2.3? 基于知識圖譜的物品畫像

2.3.1知識融合畫像的傳統模型

2.3.2知識融合畫像的深度學習模型

2.4? 基于知識圖譜的用戶畫像

2.4.1綜合歷史物品特征的用戶畫像

2.4.2基于概念化標簽的用戶畫像

2.5? 基于知識圖譜的跨領域推薦

3? ? ?基于知識圖譜的問答

3.1? 知識問答概述

3.2? 經典方法：基于規則的知識問答

3.3? 基于深度學習的知識問答

3.4? 基于語義模板學習的知識問答

3.5? 混合問答及知識問答最新趨勢

3.6? 總結

第五部分? ? ?實踐與問題

1? ? ?領域知識圖譜落地實踐

1.1? 什么是領域知識圖譜DKG

1.2? 領域知識圖譜與通用/開放領域知識圖譜的關系是什么

1.3? 為何需要符號化表示的知識圖譜

1.4? 為什么需要領域知識圖譜

1.5? 領域知識圖譜系統的生命周期

1.6? 領域知識圖譜的知識如何表示

1.7? 領域知識圖譜如何構建

1.8? 領域知識圖譜的評價標準

1.9? 領域知識圖譜如何存儲

1.10 領域知識圖譜如何查詢

1.11 領域知識圖譜如何使用

1.12 領域知識圖譜落地的最佳實踐

1.13 領域知識圖譜還存在哪些挑戰

2? ? ?知識圖譜中的開放問題

2.1? 知識表示

2.1.1隱形知識的表達

2.1.2知識圖譜語義表達能力的增強

2.2? ?知識獲取

2.2.1大規模常識獲取與理解

2.2.2樣本稀疏環境下的領域知識獲取

2.2.3端到端的知識獲取

2.2.4知識獲取中的人機協作

2.3? ?應用

2.3.1知識圖譜與可解釋人工智能

2.3.2符號知識與神經網絡的融合

2.3.3知識引導下的機器學習

2.3.4知識引導下的機器語言認知

2.3.5知識引導下的搜索與推薦

主辦單位

? 上海財經大學信息管理與工程學院

復旦大學知識工場實驗室

http://kw.fudan.edu.cn

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

▽ 點擊 |?閱讀原文?| 立刻報名

總結

以上是生活随笔為你收集整理的知识工场 | 知识图谱暑假班开始报名啦！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。