技术论坛 | 10月22日在微软:“行业知识图谱+ ”论坛通知

2024-03-27 06:38

本文主要是介绍技术论坛 | 10月22日在微软:“行业知识图谱+ ”论坛通知,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

大数据创新学习中心

《国务院新一代人工智能发展规划》的“跨媒体分析推理技术”强调“重点突破跨媒体统一表征、关联理解与知识挖掘、知识图谱构建与学习、知识演化与推理、智能描述与生成等技术”,为进一步了解知识图谱技术的应用场景,2017年10月22日在微软大厦举办“行业知识图谱+”论坛,论坛包括两个环节:业界精英主题报告、兴趣学习小组学习经验分享与学习成果展示汇报。本次论坛免费开放,诚挚邀请感兴趣人士莅临,具体事项如下:


时间:2017年10月22日(周日)13:00—18:00

地点:北京中关村微软大厦一号楼 故宫会议室


主办单位:微软

协作单位:雪晴数据网     北京友万科技有限公司

 

活动流程

 

时间

主题

主讲人

13:00—14:00

行业知识图谱实战

胡芳槐

Plantdata CTO

14:00—14:30

图情领域知识图谱技术路径

逄金辉

北京理工大学图书馆

14:30—15:10

知识图谱,金融大数据治理的基石—证券行业知识图谱应用分享

夏磊

数库科技 CTO

15:10—15:50

知识图谱在智能客服中的应用

杜振东

南京云问NLP负责人

15:50—16:00

茶歇


16:00—16:40

中医药知识图谱的构建与应用

于彤

中国中医科学院中医药信息所

16:40—17:20


吴刚

北京知识图谱科技公司CEO

17:20—17:40

食物营养知识图谱的构架

学习小组汇报

17:40—18:00

森林经营知识图谱的构建与应用

学习小组汇报

 

演讲信息

 

报告1:行业知识图谱实战

内容简介:行业知识图谱生命周期分为6个阶段,包括知识建模,知识获取,知识融合,知识存储,知识计算和知识应用。本次学习活动将会详细讲解各过程中的相关技术、现有的可用工具,以及介绍最佳实践方式和相关组件。同时针对每个过程,我们会以金融证券领域的创投知识图谱为例来进行实战描述。

报告人介绍:胡芳槐,华东理工大学博士,知识图谱和本体学习10年以上的研究以及产业化经验,多个相关方向的国家项目和上海市政府项目骨干成员,国内最早研究中文知识图谱构建并进行产业化探索实践,在国际知名会议和期刊上发表多篇中文图谱构建、机器学习方面相关论文。长期从事知识图谱构建及应用方面研究,所在公司率先提供并自主研发垂直行业知识图谱构建及应用解决方案 -- PlantData图谱数据智能平台,致力于推进行业私有化知识图谱的构建及应用,现已有全国企业商业知识图谱,中外创投知识图谱,海洋鱼类知识图谱,全国专利知识图谱等行业应用成功落地。

 

报告2: 图情领域知识图谱技术路径

内容简介:本次报告将介绍如何通过行业知识图谱解决图书馆知识表示、资源管理、知识可视化应用等关键需求,并结合图谱领域特点,给出图情知识图谱从构建到应用的技术路径,最后以水稻和科学家这两个领域的实际案例,分享图情领域知识图谱的实战经验。

报告人介绍:逄金辉,北京理工大学大数据创新学习发起人、北京理工大学博士、北京理工大学图书馆副教授,北京运筹学会理事、中国运筹学会会员、中文信息学会会员,主持国家自然科学基金项目、北京市社会科学基金项目、教育部人文社科基金项目等各类课题,研究方向为博弈理论及其应用、决策与优化方法、数据挖掘与知识管理、情报理论与实践。

 

报告3:知识图谱,金融大数据治理的基石——证券行业知识图谱应用分享

内容简介:伴随着人工智能的新一波舆论浪潮,越来越多的企业开始关注如何将人工智能应用到自身的业务中去。知识图谱,作为人工智能技术中的基础领域,并不为企业所熟知。结合数库科技多年在金融领域的实践,我们将从三个方面(Part I. 为什么要构建知识图谱;Part II. 如何构建知识图谱——以证券行业为例;Part III. 实例:从数据中提取知识)一起探讨:

1企业的哪些场景需要构建知识图谱?

2如何建立知识库——从数据中挖掘知识、到搭建知识库。

3知识库的应用。



报告人介绍:夏磊,数库科技 CTO。 2012年加入数库,负责整体研发和技术发展,推动人工智能在金融领域的应用。在加入数库之前,曾先后就职于IBM Demandtec和HP,分别从事retailer大数据架构、云计算和移动互联网架构工作。

 

报告4:知识图谱在智能客服中的应用

内容简介:在客服领域内,知识图谱系统的构建方法及其应用效果,主要包括:

1)客服领域图谱构建方法与应用

2)企业多维度数据融合

3)如何构建大规模行业知识图谱

4)知识检索、分析与可视化的解决方案案例。

报告人介绍:杜振东,南京理工大学计算机硕士,南京云问网络有限公司NLP部门负责人,长期从事短文本处理及相关应用方面研究,在国内最先提出多维度数据融合的智能客服应用解决方案。相关方案在电商、金融、新零售等领域都受到成功验证。

云问科技的研发团队从2007年起开始进行大数据、搜索引擎等开发,于2008年推出了企业搜索产品,与2010年成功开发了人工智能客服机器人,是中国领先的企业智能服务平台提供商。专注于通过人工智能机器问答技术超过6年。是中国领先的企业智能服务平台提供商。

 

报告5:中医药知识图谱的构建与应用

内容简介:“中医药学语言系统”是以本体的技术理念构建的大型语言系统。它已发展为一个包含10余万个中医概念以及100余万个语义关系的大型语义网络,基本覆盖了中医药学科的概念体系。我们以中医药学语言系统为骨架,集成中医药领域现有的数据库,构成中医药知识图谱,可用于知识检索、知识可视化等应用。本报告首先简要介绍中医药应用背景,进而讨论中医药知识图谱的数据来源、构建方法和应用,并提出中医药知识图谱的应用前景。

报告人介绍:于彤,2012年获浙江大学计算机博士学位,现为中国中医科学院中医药信息研究所助理研究员,在中医药信息学领域具有近十年的研究经历,主要研究兴趣包括:本体、语义网、知识工程等,参与研发了中医药学语言系统、中医临床术语系统、中医药知识服务平台以及中医药知识图谱。

 

报告6:知识图谱在法律AI领域的应用

内容简介:本报告主要介绍知识图谱技术概述, 法律AI的市场应用概览、典型的应用场景以及知识图谱如何在法律领域结合以助力法律AI应用。

报告人介绍:吴刚,北京知识图谱科技公司CEO,中科院软件所硕士、研究方向是人机交互和智能信息处理。2008年加入全球最大的法律、金融、科技、税务智能信息提供商汤森路透任职中国首席技术顾问,负责汤森路透在中国区的产品开发、本地客户解决方案、咨询以及售后实施工作。有10余年大数据情报产品设计开发、售前、售后实施经验,对大数据技术和产品、情报领域业务有深厚的积累和深刻的理解。

北京知识图谱科技有限公司成立于2017年,公司主要业务是基于自己核心的知识图谱平台技术开发面向行业的人工智能产品服务,目前已在(公检法、军事、科技)情报分析、智能金融、智慧司法、农业健康智能问答、智能客服领域进行产品的开发和推广。公司技术覆盖从数据采集到数据清洗、知识提取、知识表现、知识推理、动态本体建模存储、关联分析、可视化、问答系统、语义检索等知识图谱核心技术。

 

学员汇报1:食物营养知识图谱的构架

报告内容:民以食为天,随着生活水平的不断提高,人们越发重视饮食营养和平衡膳食,因为这关系到每个人的身体健康,对于食物成分和食物搭配知识的了解是健康饮食的根本。本学习小组通过收集食物营养相关的数据,构架知识图谱,实现食物营养成分、功效、搭配及禁忌查询,为将来食物营养知识的共享与普及打下基础。

报告人:食品营养知识图谱学习小组成员来自北京理工大学、中国传媒大学、中科院、中国中医科学院、中国科学院大学、江南大学、北京地区业界人员。

主要成员:池振奋、聂凌虎、刘刃、 袁琦、刘超飞、仝福强、李博龙、戚成琳、王建峰、丁磊

 

学员汇报2:森林经营知识图谱的构建与应用

报告内容:森林经营是各种森林培育措施的总称,是森林管理的重要组成部分,即从宜林地上形成森林起到采伐更新时止的整个培育管理措施。针对森林经营整个过程涉及的林业知识繁多的现状,我们围绕森林经营体系,集成林业领域现有的数据库,构成森林经营知识图谱,可用于知识检索、知识可视化、专家辅助决策等应用。本报告首先简要介绍森林经营知识应用背景,进而讨论森林经营知识图谱的数据来源、构建方法和应用,并探讨了森林经营知识图谱的应用前景。

报告人: 林业知识图谱构建兴趣小组成员,小组成员分别来自北京林业大学、北京理工大学、北京师范大学等高校学生。完整参与了北理工“大数据创新活动中心”组织的知识图谱学习活动,经过半年多的学习,小组成员以林业领域为背景,探索了林业知识的组成,并构建了森林经营知识图谱。

主要成员:陈栋、闵志强、赵盼云、赵杭州、陈玉玲、杜雨霏、李宜瑾、宋子豪

由于会场座位有限,报名人员,方可进入会场。

 

   招募志愿者,可将简历发送到pangjinhui1@126.com,期待您的加入!!!


报名请打开原文链接




OpenKG.CN


中文开放知识图谱(简称OpenKG.CN)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。

这篇关于技术论坛 | 10月22日在微软:“行业知识图谱+ ”论坛通知的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/851224

相关文章

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

sqlite3 相关知识

WAL 模式 VS 回滚模式 特性WAL 模式回滚模式(Rollback Journal)定义使用写前日志来记录变更。使用回滚日志来记录事务的所有修改。特点更高的并发性和性能;支持多读者和单写者。支持安全的事务回滚,但并发性较低。性能写入性能更好,尤其是读多写少的场景。写操作会造成较大的性能开销,尤其是在事务开始时。写入流程数据首先写入 WAL 文件,然后才从 WAL 刷新到主数据库。数据在开始

AI行业应用(不定期更新)

ChatPDF 可以让你上传一个 PDF 文件,然后针对这个 PDF 进行小结和提问。你可以把各种各样你要研究的分析报告交给它,快速获取到想要知道的信息。https://www.chatpdf.com/

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

国产游戏行业的崛起与挑战:技术创新引领未来

国产游戏行业的崛起与挑战:技术创新引领未来 近年来,国产游戏行业蓬勃发展,技术水平不断提升,许多优秀作品在国际市场上崭露头角。从画面渲染到物理引擎,从AI技术到服务器架构,国产游戏已实现质的飞跃。然而,面对全球游戏市场的激烈竞争,国产游戏技术仍然面临诸多挑战。本文将探讨这些挑战,并展望未来的机遇,深入分析IT技术的创新将如何推动行业发展。 国产游戏技术现状 国产游戏在画面渲染、物理引擎、AI

微软正式推出 Spartan 斯巴达浏览器

作为用于替代 IE 浏览器的下一代继任者,微软的 Project Spartan 斯巴达浏览器可算是吊足了玩家们的胃口!如今,在最新的 Windows 10 Build 10049 版本起,它终于正式登场了。 斯巴达浏览器搭载了全新的渲染引擎、新的用户界面并集成了 Cortana 语音助手。功能上新增了稍后阅读列表、阅读视图、F12开发者工具、支持网页注释 (手写涂鸦),可以保存到 O

【Python知识宝库】上下文管理器与with语句:资源管理的优雅方式

🎬 鸽芷咕:个人主页  🔥 个人专栏: 《C++干货基地》《粉丝福利》 ⛺️生活的理想,就是为了理想的生活! 文章目录 前言一、什么是上下文管理器?二、上下文管理器的实现三、使用内置上下文管理器四、使用`contextlib`模块五、总结 前言 在Python编程中,资源管理是一个重要的主题,尤其是在处理文件、网络连接和数据库

dr 航迹推算 知识介绍

DR(Dead Reckoning)航迹推算是一种在航海、航空、车辆导航等领域中广泛使用的技术,用于估算物体的位置。DR航迹推算主要通过已知的初始位置和运动参数(如速度、方向)来预测物体的当前位置。以下是 DR 航迹推算的详细知识介绍: 1. 基本概念 Dead Reckoning(DR): 定义:通过利用已知的当前位置、速度、方向和时间间隔,计算物体在下一时刻的位置。应用:用于导航和定位,

【IT】软件行业发展的前瞻性和希望的广度

我说一下我对程序应用的一个看法就是 我其实个人不太建议自动驾驶技术的发展因为这个东西它说到底还是什么那么一点安全隐患 ,虽然我们平常考虑用同时实行各种各样的高级的自动作用, 但是自动驾驶可能是个特例,其实我个人觉得程序可以在以下方面发展 1.医学(包括诊断 治疗 手术等)因为现在也有很多的疾病是医学还没有能力去解决的 ,2.国防 有的时候因为国家安全真的非常重要的,因为我们每个人

提升PrestaShop外贸电商网站安全的几款行业必备工具

提升PrestaShop外贸电商网站安全的几款行业必备工具 PrestaShop发展历程 PrestaShop是一款优秀且强大的外贸开源电商软件,我们开始使用PrestaShop始于2009年,那时PrestaShop还是0.9版本:界面清新,性能强悍,扩展友好等特性,既没有Magento的笨重,也没有ZenCart的古老,更没有OpenCart的脆弱,因此PrestaShop如雨后春笋,迅速