会议 | CCKS 2019 全国知识图谱与语义计算大会在杭州隆重召开

本文转载自公众号:中国中文信息学会。


              

2019 年全国知识图谱与语义计算大会(CCKS 2019)于 8 月 24 日至 27 日在杭州召开,由中国中文信息学会语言与知识计算专业委员会主办,浙江大学承办。本次会议主题是“知识智能”。大会吸引了来自海内外的八百多名科研学者、工业界专家和知名企业代表参加。会议回顾了知识图谱与语义计算的进展情况,探讨了领域内的新发现、新技术和新应用,旨在让社会各界了解知识图谱与与语义计算的新方向和新趋势,以推动我国语言与知识计算领域的进一步发展。

640?wx_fmt=jpeg

CCKS 2019 大会现场

640?wx_fmt=jpeg

中国中文信息学会理事长、中国工程院方滨兴院士致辞

640?wx_fmt=jpeg

语言与知识计算专业委员会主任 清华大学李涓子教授介绍语言与知识计算专委会以及CCKS会议历史

640?wx_fmt=jpeg

大会主席清华大学朱小燕教授介绍会议情况

640?wx_fmt=jpeg

大会程序委员会主席哈尔滨工业大学秦兵教授介绍会议组织情况

CCKS2019会议分为学科前沿讲习班和大会主会两个阶段。8月24日至25日,中国中文信息学会《前沿技术讲习班》(ATT)第十六期在杭州宝盛水博园大酒店举行。前沿技术讲习班邀请了国内外优秀青年学者及工业界专家,内容涵盖了知识图谱的推理、构建,自然语言的推理、关系抽取及知识图谱应用等方面,分别从知识图谱的构建及在实际场景中的应用等角度介绍了知识图谱的最新进展和实战经验。

讲习班开班仪式由南京大学胡伟副教授和南加利福尼亚大学任翔助理教授主持。加州大学圣巴巴拉分校(University of California, Santa Barbara)的教授XiFeng Yan作了题为“Natural Language Interface to Data”的报告,南加利福尼亚大学(University of Southern California)的助理教授 Xiang Ren作了题为“From Data to Model Programming: Injecting Structured Priors for Knowledge Extraction”的报告,密歇根州立大学(Michigan State University)的助理教授Jiliang Tang作了题为“Deep Learning for Graphs: Models and Applications”的报告,罗格斯大学计算机科学系(Department of Computer Science at Rutgers University)的助理教授Yongfeng Zhang作了题为“Tutorial on Explainable Recommendation and Search”的报告,腾讯微信模式识别中心高级研究员林衍凯博士作了题为“知识指导的自然语言处理”的报告;深度好奇科技有限公司创始人吕正东博士作了题为“阅读理解中的推理和符号机制”的报告。

640?wx_fmt=jpeg

南京大学胡伟副教授主持学科前沿讲习班开班仪式

640?wx_fmt=jpeg

CCKS 2019 学科前沿讲习班现场

640?wx_fmt=jpeg

南加州大学计算机科学系助理教授Xiang Ren进行报告

640?wx_fmt=jpeg

密歇根州立大学计算机科学与工程系的助理教授Jiliang Tang进行报告

8月26日,CCKS会议主会开幕式也在杭州宝盛水博园大酒店举行,中国中文信息学会理事长方滨兴院士致欢迎辞,语言与知识计算专业委员会主任、清华大学计算机科学与技术系李涓子教授介绍了语言与知识计算专委会以及CCKS大会历史,大会主席清华大学朱小燕教授和大会程序委员会主席哈尔滨工业大学秦兵教授分别介绍了大会的组织情况。浙江大学陈华钧教授主持了开幕式。

主会包括特邀报告、优秀学术论文报告、知识图谱相关顶级会议回顾、知识图谱评测与竞赛及知识图谱工业界论坛等环节。特邀报告环节邀请了海内外知名学者和工业界代表介绍了学科前沿信息及重要成果,英国南安普顿大学(University of Southampton)的Dame Wendy Hall教授作了题为“Web Science, AI and Future of the Internet”的特邀报告;伊利诺伊大学香槟分校(University of Illinois at Urbana-Champaign)的Heng Ji教授作了题为“ PaperRobot: Automated Scientific Knowledge Graph”的特邀报告;加拿大滑铁卢大学(University of Waterloo)的李明教授作了题为“第三代聊天机器人”的特邀报告,介绍了第三代聊天机器人架构和可行的实现方法;百度CTO王海峰博士作了题为“知识图谱与语义理解”的特邀报告,介绍了百度知识图谱与语义理解技术及应用,并探讨了未来发展方向。

640?wx_fmt=jpeg

英国南安普顿大学Dame Wendy Hall教授进行特邀报告

640?wx_fmt=jpeg

伊利诺伊大学香槟分校Heng Ji教授进行特邀报告

640?wx_fmt=jpeg

加拿大皇家科学院院士加拿大滑铁卢大学李明教授做大会特邀报告

640?wx_fmt=jpeg

百度CTO王海峰博士进行特邀报告

640?wx_fmt=jpeg

CCKS 2019 主会现场

此外,大会还邀请了国内外知名高校、研究院及企业相关领域的知名学者和研究人员,作了有关知识图谱构建、信息抽取、知识存储、检索与推理、知识共享重用与基于知识图谱的问答等主题报告和专题讨论。知识图谱相关顶级会议回顾及研究进展报告环节由中科院自动化所何世柱博士、复旦大学郑卫国博士和东南大学王萌博士系统地总结了知识图谱学科方向最新研究进展;评测竞赛环节设立了六个相关主题评测任务,分别是:面向中文电子病历的命名实体识别、面向中文短文本的实体链指任务、人物关系抽取、面向金融领域的事件主体抽取和公众公司公告信息抽取以及开放领域的中文问答,吸引了1666支队伍报名参赛,以实际任务测评为展示平台,评估现有的技术水平,促进技术发展;工业界论坛邀请了阿里巴巴、华为、美团点评、滴滴、小米、平安人寿、平安医疗、雅乐美森、丹渥智能、北明智通、明略科技、知道创宇、达观、医渡云、神州医疗、狗尾草等产业界专业研发人员分享了知识图谱构建、应用中的实践经验。

640?wx_fmt=jpeg

CCKS 2019 工业界论坛现场

640?wx_fmt=jpeg

CCKS 2019 Poster/Demo 环节

大会的中文最佳论文获得者为苏州大学的《基于简介文本的中文人物关系图谱属性补全与纠错》(杨一帆,马进,王海涛,何正球,陈文亮,张民),大会的英文最佳论文获得者为中科院自动化所和北京云知声信息技术有限公司共同署名的《Copy-Enhanced Heterogeneous Information Learning for Dialogue State Tracking》(Qingbin Liu, Shizhu He, Kang Liu, Shengping Liu and Jun Zhao)。

640?wx_fmt=jpeg

中国科学院软件研究所孙乐研究员为中文最佳论文获得者颁奖

640?wx_fmt=jpeg

加拿大皇后大学Xiaodan Zhu教授为英文最佳论文获得者颁奖

CCKS是中国中文信息学会语言与知识计算专委会定期举办的全国年度学术会议,致力于促进我国语言与知识计算领域的学术研究和产业发展,为从事相关领域理论和应用研究的学者、机构和企业提供广泛交流的平台。CCKS2019聚集了知识表示及获取、知识推理、自然语言理解、智能问答等相关技术领域的重要学者和研究人员,为所有与会者带来了一场学术与技术的饕餮盛宴。

640?wx_fmt=jpeg

CCKS 2019 志愿者合影


OpenKG

开放知识图谱(简称 OpenKG)旨在促进中文知识图谱数据的开放与互联,促进知识图谱和语义技术的普及和广泛应用。

640?wx_fmt=jpeg

点击阅读原文,进入 OpenKG 博客。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/479607.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Hystrix 简介和使用

Hystrix一、概念二、使用1. 环境搭建2. 服务降级3. 异常熔断4. 自定义异常熔断器5.Hystrix仪表盘监控三、测试1. 异常熔断2. 超时熔断3. 熔断器获得异常4. 异常忽略5. 自定义异常熔断器一、概念 故障蔓延:由于一个服务变慢或没有响应导致大量请求堆积,进…

android中如何使用一张图片适配不同尺寸的APP引导页

在我们平常开发的过程中在做引导页适配的时候,有时候会犯难,怎么样作图可以将各种不同尺寸分辨率的手机都适配好也就是不变形不拉伸,官方给的说法也只是做多套图去适配不同的分辨率,遇到全屏展示引导这种问题的时候就有些力不从心…

还在用Tensorboard?机器学习实验管理平台大盘点

文 | SisyphusBJ源 | Pytorch Lightningwandb.aicomet.mlneptune.aiallegro trainsmlflowguild.aisacredtest-tubetensorboard相信很多同学看到上面这个列表的第一印象是懵的。我们先看下机器学习实验管理平台 到底是做神马滴:一句话概括就是:&#xff0…

论文浅尝 | 利用图 Transformer 实现基于知识图谱的文本生成

论文笔记整理:谭亦鸣,东南大学博士生,研究方向为跨语言知识图谱问答。来源:NAACL2019链接:https://arxiv.org/pdf/1904.02342.pdf本文关注如何从信息抽取结果(特别是知识图谱)出发,生…

LeetCode 230. 二叉搜索树中第K小的元素(中序遍历)

文章目录1. 题目信息2. 解题2.1 中序递归2.2 中序循环写法1. 题目信息 给定一个二叉搜索树,编写一个函数 kthSmallest 来查找其中第 k 个最小的元素。 说明: 你可以假设 k 总是有效的,1 ≤ k ≤ 二叉搜索树元素个数。 示例 1:输入: root …

Apache Doris在美团外卖数仓中的应用实践

序言 美团外卖数据仓库技术团队负责支撑日常业务运营及分析师的日常分析,由于外卖业务特点带来的数据生产成本较高和查询效率偏低的问题,他们通过引入Apache Doris引擎优化生产方案,实现了低成本生产与高效查询的平衡。并以此分析不同业务场景…

Feign 简介和使用

声明式服务消费Feign一、简介二、使用Feign实现服务消费者三、实现普通的服务提供者四、Feign服务调用测试五、Feign消费者测试负载均衡服务熔断一、简介 Feign是Netflix公司开发的一个声明式的REST调用客户端; Ribbon负载均衡、Hystrix服务熔断是我们Spring Cloud…

论文浅尝 | 面向自动问题生成的跨语言训练

论文笔记整理:谭亦鸣,东南大学博士生,研究方向为跨语言知识图谱问答。来源:ACL 2019链接:https://128.84.21.199/pdf/1906.02525.pdf动机现有问题生成方法需要大量的“文本-问题”有标注数据对作为训练数据集&#xff…

再见,Spark!Flink已成气候!

身为大数据工程师,你还在苦学Spark、Hadoop、Storm,却还没搞过Flink?醒醒吧!刚过去的2020双11,阿里在Flink实时计算技术的驱动下全程保持了“如丝般顺滑”,基于Flink的阿里巴巴实时计算平台简直强无敌。最恐…

Java线程池实现原理及其在美团业务中的实践

随着计算机行业的飞速发展,摩尔定律逐渐失效,多核CPU成为主流。使用多线程并行计算逐渐成为开发人员提升服务器性能的基本武器。J.U.C提供的线程池:ThreadPoolExecutor类,帮助开发人员管理线程并方便地执行并行任务。了解并合理使…

Zuul 简介和使用

Zuul背景Zuul的作用Zuul API网关Zuul请求过滤Zuul路由规则Zuul异常处理背景 通过之前的学习,我们知道注册中心Eureka,可以讲服务注册到该注册中心,Ribbon和Feign可以实现服务负载均衡地调用,Hystrix可以实现服务熔断,…

技术动态 | 知识图谱上的实体链接

本文转载自公众号:知识工场 1、什么是实体链接实体链接(entity linking)就是将一段文本中的某些字符串映射到知识库中对应的实体上。比如对于文本“郑雯出任复旦大学新闻学院副院长”,就应当将字符串“郑雯”、“复旦大学…

卖萌屋学术站开放注册啦!寻募种子用户,超多特权放出!

文:夕小瑶消失一个多月的小夕又突然出现啦!要问小夕最近业余时间在做什么,那就是跟小伙伴们开发学术站啦~(等...等再肝一版,小夕就继续给大家写文章(。 ́︿ ̀。)众所周知,卖萌屋学术…

LeetCode 11. 盛最多水的容器(双指针)

文章目录1. 题目信息2. 解题1. 题目信息 给定 n 个非负整数 a1,a2,…,an,每个数代表坐标中的一个点 (i, ai) 。 在坐标内画 n 条垂直线,垂直线 i 的两个端点分别为 (i, ai) 和 (i, 0)。 找出其中的两条线,…

WSDM Cup 2020检索排序评测任务第一名经验总结

1.背景 第13届“国际网络搜索与数据挖掘会议”(WSDM 2020)于2月3日在美国休斯敦召开,该会议由SIGIR、SIGKDD、SIGMOD和SIGWEB四个专委会共同协调筹办,在互联网搜索、数据挖掘领域享有很高学术声誉。本届会议论文录用率仅约15%,并且WSDM历来注…

ltp︱基于ltp的无监督信息抽取模块

ltp︱基于ltp的无监督信息抽取模块:https://zhuanlan.zhihu.com/p/44890664 无监督信息抽取较多都是使用哈工大的ltp作为底层框架。那么基于ltp其实有了非常多的小伙伴进行了尝试,笔者私自将其归纳为:事件抽取(三元组…

Eureka 简介和使用

Eureka 服务注册与发现服务注册与发现Eureka与Zookeeper的比较ZooKeeper保证CPEureka保证APEureka是什么?Eureka原理SpringBoot、Spring Cloud 和 Eureka 版本选择Eureka单机搭建搭建Eureka服务端搭建Eureka客户端的服务提供者搭建Eureka客户端的服务消费者Eureka集…

论文浅尝 | XQA:一个跨语言开放域问答数据集

论文笔记整理:刘晓臻,东南大学计算机科学与工程学院本科生。Citation: Liu, J., Lin, Y., Liu, Z., & Sun, M. (2019,July). XQA: A Cross-lingual Open-domain Question Answering Dataset. InProceedings of the 57th Conference of the Associati…

深度CTR预估模型中的特征自动组合机制演化简史

文 | 杨旭东源 | 知乎众所周知,深度学习在计算机视觉、语音识别、自然语言处理等领域最先取得突破并成为主流方法。但是,深度学习为什么是在这些领域而不是其他领域最先成功呢?我想一个原因就是图像、语音、文本数据在空间和时间上具有一定的…

LeetCode 94. 二叉树的中序遍历(中序遍历)

文章目录1. 题目信息2. 解题2.1 递归2.2 循环,必须掌握1. 题目信息 给定一个二叉树,返回它的中序 遍历。 示例:输入: [1,null,2,3]1\2/3输出: [1,3,2]进阶: 递归算法很简单,你可以通过迭代算法完成吗? 来源:力扣&am…