演讲主题：知识、语言和情感

报告摘要：语言是知识的载体，知识是智能的基础和核心。自然语言处理是知识图谱构建的重要技术手段和基础，反过来知识图谱也促进了自然语言处理的进展。在当今人工智能快速发展的大背景下，本报告将就自然语言处理和知识图谱的重要研究进展和未来挑战以及其中一个热点研究问题即语言情感分析展开讨论。

个人简介：苏州大学特聘教授，计算机学院副院长，人类语言技术研究所所长，人工智能研究院副院长，国家杰青，江苏省“双创人才计”和“双创团队”首席科学家。长期从事自然语言处理、机器翻译和人工智能研究。1997年哈尔滨工业大学博士毕业，1997-2013年在海外学术界和产业界从事研发和管理工作。已发表CCF A/B类论文200余篇，出版Springer专著2部，主编英文论著（论文集）16本，获部级科技进步奖4项。现任IEEE/ACM T-ASLP、NLE、SCIENTIA SINICA Informationis、《中国科学：信息科学》、《软件学报》和《自动化学报》编委，SIGHAN/ACL主席，PACLIC国际咨询委员会委员，中国中文信息学会常务理事，中国人工智能学会理事，苏州市计算机学会理事长，CCF苏州主席。曾任COLIPS副理事长和AFNLP常务理事。

演讲主题：知识图谱与推荐系统

报告摘要：随着信息技术和互联网行业的发展，信息过载成为人们处理信息的巨大挑战。近年来，推荐系统在互联网服务中扮演着愈加重要的角色，也成为学术界和工业界持续的研究热点。在推荐场景中，物品包含丰富的知识信息，而刻画这些知识的知识图谱能极大地扩展物品信息，强化物品之间的联系，为推荐提供丰富的参考价值，更能为推荐结果带来多样性和可解释性。在这次报告中，我将介绍在推荐算法中引入知识图谱的不同方法，以及面临的各种挑战。

个人简介：博士，微软亚洲研究院首席研究员，中国科技大学兼职博士生导师。他的团队在数据挖掘、社会计算和普适计算等领域展开研究，发表250余篇学术论文，被引用22000余次，1999年获首届微软学者奖，2019年获中国计算机学会青竹奖，曾在KDD、ICDM等会议获最佳论文奖，并被邀请在MDM 2019等会议做大会主题报告。他是ACM、IEEE高级会员和中国计算机学会杰出会员，长期担任国际会议领域主席及多个学术期刊编委，并将担任ACM SIGSPATIAL 2020程序委员会共同主席。

演讲主题：小米知识图谱的构建与应用

报告摘要：小米具有极其丰富、不断发展的产品和业务形态，一方面给知识图谱提供了广阔的应用场景，另一方面也给知识图谱的构建和应用提出了挑战。针对这些挑战，小米AI实验室知识图谱团队做了大量的技术研制和落地应用工作。本报告主要分享我们在图谱构建与应用过程中的一些经验体会。

个人简介：小米人工智能实验室主任，NLP首席科学家。中国中文信息学会理事，中国计算机学会高级会员。加入小米之前，在中科院计算所、信工所从事自然语言处理和信息检索相关的科研工作，任中科院博导、研究员，中科院大学教授。发表学术论文近150篇，科研成果获得国家科技进步二等奖2项，省部级科技奖3项。

演讲主题：可解释的知识图谱推理及应用

报告摘要：知识图谱表示的向量化使得我们可以实现更易于泛化的可微分推理。然而，基于表示学习实现的知识图谱推理和链接预测丢失了传统符号计算方法的可解释性，即：模型无法对基于向量计算或神经网络训练后得出的推理结论进行解释，导致只知结果但不知为什么。在很多真实的应用场景下，黑盒模型的可解释性缺乏导致很多应用不得不放弃采用表示学习方法。本报告尝试探讨知识图谱与表示学习的可解释性之间的关系，具体针对基于表示学习实现的知识图谱推理的可解释性问题提出一些研究思路和解决方法，并结合真实的应用场景介绍相关的一些实践。

个人简介：浙江大学计算机科学与技术学院教授、博导。浙江大学阿里巴巴知识引擎联合实验室负责人、浙江省大数据智能计算重点实验室副主任、中国人工智能学会知识工程与分布智能专业委会副主任委员、中国中文信息学会语言与知识计算专业委员会副主任委员、中文开放知识图谱OpenKG发起人。主要研究方向为知识图谱、自然语言处理、大数据与人工智能等。在IJCAI/KR, WWW/ISWC, EMNLP/NAACL, AAAI/IAAI, ICDE, IEEE Computational Intelligence Magazine, IEEE Intelligent System, IEEE TKDE, Briefings in Bioinforamtics等国际会议或期刊上发表多篇论文，并曾获国际语义网会议ISWC最佳论文奖。作为课题负责人主持国家自然科学基金重点项目、国家重点研发计划项目、国家重大科技专项项目及企业合作项目等二十余项。曾获得教育部技术发明一等奖、国家科技进步二等奖等奖励。

演讲主题：企业级知识图谱构建、推理与应用

报告摘要：知识图谱作为对数据进行结构化组织与体系化管理的一项核心技术，近年来给信息与通信行业带来深刻变革。随着5G与AR技术的兴起，知识图谱的发展出现了很多新的特点。本报告将从信息与通信行业出发，介绍企业级知识图谱的构建、推理与应用技术。

个人简介：博士，华为公司中央软件院知识图谱首席技术专家，曾任中科院计算所副研究员，开放网络课题组组长。在国内外顶级和重要期刊上发表论文50余篇，授权专利15个，出版知识计算相关专著1部。其主导设计与研发的知识图谱自动构建工具多次在国际知识图谱构建权威评测TAC-KBP中排名第一。CCF大数据专家委通讯委员，中文信息学会语言与知识计算专委会委员。

演讲主题：阿里藏经阁：特定领域知识图谱的构建及应用案例

报告摘要：本报告系统地介绍阿里巴巴知识图谱技术的发展。同时以商品知识图谱为例，介绍在商业领域垂直知识图谱构建和服务的实践。包括1. 大规模知识建模、知识获取的技术和产品化思路。2. 垂直知识图谱在商业领域的应用案例和挑战。

个人简介：张伟（览图）博士毕业于新加坡国立大学。现为阿里巴巴资深算法专家，负责业务平台数据服务部门。曾任职新加坡资讯通信研究院自然语言处理应用实验室主任。研究领域：知识图谱、自然语言处理，机器学习等。论文发表在AAAI，IJCAI，WWW，EMNLP，WSDM等会议。