专题:知识图谱
知识图谱和图数据为计算机研究者提供了一个非常好的交叉研究对象,这包括自然语言处理、数据库、知识工程和机器学习等领域。同时基于知识图谱的工业应用,也是各大互联网公司以及一些创业型企业共同关注的焦点。
本专题下的议题
基于cnSchema的开放中文知识图谱
丁力 海知智能 联合创始人 &CTO
所属专题:知识图谱
课程概要
随着人工智能算法的广泛应用,知识图谱在数据层面的价值日益增长。面向智能化生态圈的全球协作,Schema是知识表示的基础:(1)从数据层面来看,正如HTML规范是万维的重要共识,通用的Schmea也是全局(全球、全国或全公司)构建知识图谱联邦,形成数据层面互联与共享的关键;
(2)从应用层面看,以智能机器人为代表的智能应用对数据的需求深化到细粒度数据结构(例如实体、属性和关系),这都需要通用Schema来定义数据需求以及数据接口。在达成知识共识的过程中,还需要考虑知识体系在不同文化的特有现象。现有的Schema国际规范,不论是Schema自身的中文化解释,还是中文信息处理的支持都做得不够。在开放共享知识的生态,我们要从轻量的核心出发,以有限的成本快速落地实现回报,然后逐步迭代形成正反馈体系。
cnSchema面向中文信息处理,为开放中文知识图谱的建模、生产、推理、学习、交互以及应用落地提供可解释、可迭代、可复用的数据接口标准。cnSchema是OpenKG的核心规范,支持中文领域知识图谱的构建以及相应AI技术的应用。
第一、立足于中文信息处理,同时对接国际标准Schema for Chinese,connect the world 。
第二、以人为本,面向信息消费者支撑开放数据的互联网生态体系 Schema for consumer,support from open data ecosystem。 第三、针对知识图谱,对接其他AI技术 Schema for KG, support linking AI technology。本次报告将着重介绍cnSchema2.0的新进展,对Schema.org 3.4的映射和扩展,新一代核心实体关系图模型定义,以及如何通过实体属性模版支持知识图谱的生命周期(建模、生产、融合、互联、应用和复用)。以及cnSchema如何支持对话机器人和金融分析等智能人机交互界面。
听众收益
(1)了解cnSchema建设的最新进展
(2)理解知识图谱建模的方法论
(3)通过案例快速体验知识图谱的价值
虚拟生命与知识图谱
邵浩 oppo 高级技术总监
所属专题:知识图谱
课程概要
背景介绍:
近年来,聊天机器人技术及产品得到了快速的发展,但其实际使用效果却远低于用户期望值,如何提升聊天机器人的表现力和体验感成为了亟待解决的问题。
解决思路/成功要点:
本次演讲将聚焦聊天机器人的下一代范式-虚拟生命,提出虚拟生命的技术架构,并详细阐述虚拟生命核心技术之一-知识图谱的构建全流程。
成果:
作为从感知到认知跨越的重要技术之一,知识图谱在虚拟生命的实现过程中起到了非常关键的作用。本次演讲也重点给出了知识图谱从理论到实践中的落地难题及解决方案,同时也提出了未来可能的发展方向。
听众收益
1、工程一线的研发人员,可以了解知识图谱的实践细节
2、研究者和学生,可以了解全方位的理论架构
3、普通听众,可以了解聊天机器人和虚拟生命的技术现状和未来发展趋势
餐饮娱乐领域知识图谱的构建及应用
王金刚 美团点评集团 用户平台搜索与NLP部 NLP中心 算法专家
所属专题:知识图谱
课程概要
背景介绍:
作为全球领先的生活服务电子商务平台,美团点评拥有围绕吃喝玩乐全场景的丰富数据,通过使用深度学习技术以及自然语言处理技术,对这些跨场景数据进行充分挖掘、映射、聚合与关联,美团NLP中心构建了一个全世界最大的餐饮娱乐知识图谱——“美团大脑”,来促进每个场景下应用服务的智能升级。在这个报告中,我们将介绍知识图谱的行业现状、"美团大脑"的构建方法、以及目前在搜索推荐、金融平台、赋能商家等方面的一些初步进展与落地场景。
解决思路/成功要点:
1.通过使用深度学习技术以及自然语言处理技术,对美团“吃喝玩乐”等跨场景数据进行充分挖掘、映射、聚合与关联,提供基于知识图谱的知识服务。
2.美团NLP中心是国内最早跟进BERT研究的单位之一,使用更大规模的中文语料进行模型预训练,并且应用在文本分类、问答和序列标注等多种业务场景中,取得了不错效果。
成果:
简要介绍项目最后的结果是否达到预期,以及您在项目中的一些个人体会。
"美团大脑"目前在搜索推荐、金融平台、赋能商家等方面已经取得初步业务效果。
听众收益
1. 了解知识图谱背景知识和行业现状
2. 美团大脑介绍和构建方法
3. 了解美团大脑在美团业务场景中的落地应用
谢殿侠,海知智能创始人&CEO,毕业于北京大学,拥有多年知识工程、知识图谱方向的产品技术和行业经验积累,中文开放知识图谱 OpenKG 及 cnSchema 发起人,联邦式知识图谱布道者。
专题:知识图谱
知识图谱和图数据为计算机研究者提供了一个非常好的交叉研究对象,这包括自然语言处理、数据库、知识工程和机器学习等领域。同时基于知识图谱的工业应用,也是各大互联网公司以及一些创业型企业共同关注的焦点。
其他相关专题
-
知识图谱
专题出品人:谢殿侠
海知智能 创始人&CEO
知识图谱和图数据为计算机研究者提供了一个非常好的交叉研究对象,这包括自然语言处理、数据库、知识工程和机器学习等领域。同时基于知识图谱的工业应用,也是各大互联网公司以及一些创业型企业共同关注的焦点。
-
自然语言处理
专题出品人:张佶
阿里巴巴 高级算法专家
NLP 的主要目标是解决人机对话中的各种困难,使得计算机能够理解人类的语言,让用户能用自己的语言与计算机沟通。我们将邀请在2018年NLP领域做出重大突破的技术团队来分享他们的最新实践。
-
推荐\搜索系统
专题出品人:敬请期待
本专题将分享工业界如何将机器学习或深度学习技术正确应用在不同形态、不同业务的搜索推荐场景中,包括不同场景下的业务痛点是什么,如何正确地进行技术选型,以及如何不断优化模型提高推荐系统效果等宝贵实践经验。
-
行业落地实践
专题出品人:鞠奇
腾讯 技术总监
人工智能的发展已经成为趋势。本专场选取具代表性的AI行业落地实践进行系统的讲述。结合实践案例解读,系统分析AI落地案例成功的要点,让致力于AI产品落地的参会者能够学到更多的落地技巧。