为适应大数据研究与应用的需要，北京理工大学“大数据创新学习中心”以“学中用、用中学”的创新学习模式，有效地融合了高校资源(北京理工大学、东南大学、复旦大学、清华大学、北京大学、中国科学院大学、中国人民大学)和业界资源(雪晴数据网、上海海翼知信息科技有限公司、深圳狗尾草智能科技公司、上海图书№馆、清华大学大数据联合研究院、融360、猎聘网、北京友万信息科技有限公司)推出了Python、知识图谱、机器学习等系列学习活动。
北京理工大学“大数据创新学习中心”4月份开展了“大规模数据知识图谱模块的基础理论学习”活动，130余名师生参加了此模块的学习活动，取◣得了很好的学习效果。根据“知识图谱模块”学习进程安排，我中心将围绕三个主题“佛学知识图谱构√建技术、知识图谱应用关键技术及行业应用介绍和CN-DBpedia构建的关键技术”开展第二期知识图谱实战学习活动。
本次活动面向北京理工大学师生、北京地区高校师生及科研机构免费开放，届时将邀请领域专家做主题报告和实战操练指导(建议与会人╳员带笔记本电脑)，诚挚邀请感兴趣的师生、研究人员和从业人士莅临本次活动，具体通知如下：
活动主题：知识图谱实战学习活动
活动时间：2017年6月9日(周五)13:30—17:30
活动地点：北京理工大学(中关村校区) 研究生楼报告厅101
核心内容
报告一：佛★学知识图谱构建技术
报告二：知识图谱应用关键技术及行业应用介绍
报告三：中文知识图谱CN-DBpedia构建的关键技术介绍
知识图谱实战学习活♀动安排
13:30-15:00佛学知识图谱构建技术 东南大学 漆桂林教授
15:00-15:10茶歇
15:10-16:40知识图谱应用关键技术及行业应用介绍 上海海翼知信息科技有限公司 胡芳槐博士
16:40-16:50茶歇
16:50-17:30中文知识图谱CN-DBpedia构建的关键技术介绍 复旦大学 徐波博士
汇报专家简介&报告信息
漆桂林
专家简介
漆桂★林博士，东南大学教授、博导，担任中国中文信息学会语言与知识计算专业委员会副主任和中国计算机学会中文信息技术专业委员会专委委员。2006 年获英国贝尔法斯特女皇大学计算机科学博士学位，师从人工智能界著名专家Weiru Liu教授。2006 年--2009 年，在德国Karlsruhe 大学AIFB 研究所做博士后研究，师从语义Web界国际知名专家Rudi Studer教授。发表高质量学术论文100余篇，特别是在国际人工智能联合会议(IJCAI)、AAAI人工智能会议(AAAI)、知识表示与推理会议(KR)、不确定性推理会议(UAI)、语义网会议(ISWC)发表论文20余篇。
报告题目：佛学知识图谱构建技术
报告内容：本报告将全面介绍佛学知识图谱构建的核心技术，包括百科知识图谱构建技术，如何从百科知识图谱中抽取佛学相关的实体和属性及属性值，如何从文本补充属性←值和关系，如何对不同数据源的数据融合。报告结束后，将现场进行佛学知识图谱构建的教学指导。
胡芳槐
专家简介
胡芳槐博士，上海海翼知信息科技有限公司创始人，现任上海海翼知信息科技有限公司研发及产品总监，知识图谱和本体学习5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←，并在中文图谱构建、机器学习方面在国际知名会议和期刊上发表多篇相关论文。
上海海翼知信息科技有限公司是一家用知识图谱技术解决数据关联、数据语义、数据智能的创业公司，该公司自主研发了PlantData图谱数〒据智能平台，经过多年的发展，上海海翼知已经积累了全国企业知识图谱、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成功案例，合作伙伴覆盖了包括中信建投、量子数聚、动点科技、上海图书馆、北京理工大学图书馆、上海∩交通大学、同济大学档案馆等所在内的证券、数据、科技情报等类型的机构和企业，同时也和顶级知识管理厂商蓝凌软件等建立了战略合作关系，致力于推进知识图谱在产业界的落地发展，让数据智能更好的支撑商业智能和人工智能服务。
报告题目：知识图谱应用关键技术及行业应用介绍
报告内容：1) 知识图谱简介◣与应用概览;2) 改善搜索——知识图谱提出的初衷;3) 从语义搜索到智能问答;4) 知识图谱上的图挖掘计算(最短路径、权威节点分析、相似节点计算、……);5) 知识图谱中的知识推理;6) 知识组织与知识管理:实体标注;7) 知识可视化;8) 知识图谱上的应用：智能推荐、辅助决策、行业中的应用(金融行业、医疗行业、政府);9) 实战演示：图计算、语义搜索等。
徐波
专家简介
徐波博士，复旦大学计算机博士，专注于知识图↘谱构建工作，创建了目前最大的中文开放知识图谱CN-DBpedia。已在IJCAI、DASFAA等国际顶级人工智能、数据库会议上发表第一作者文章。曾获中国数据库学术会议优秀论文奖。
报告题目：中文知识图谱CN-DBpedia构建的关键技术介绍
报告内容：近年来，随着互联网的普及和互联网技术的发展，互联网上的信息正以一种前所未有的速〇度增长。然而，目前绝大多数的网页内容都只能被人而非机器阅读和理解。原因在于人类拥有丰富的背景●知识。为了让机器也能像人一样“理解”网页内容，科学家们尝试对机器灌输背景知识，特别是关于真实世界中数以亿计的实体的知识，大量知识图谱(或称为知识库)应运而生。本报告将主要介绍复旦大学知识工场实验室在构建中文知识图谱CN-DBpedia过程▃中遇到的挑战及解决方法，包括知识的自动化抽取、知识优化、知识补全、实体分类以及自动更新等，并简要介绍围绕知识图谱CN-DBpedia创建的一系列应用。
CN-DBpedia介绍：CN-DBpedia是国内最早推出的也是目前最大规模的开放百科中文知识图谱，涵盖数亿实体和十亿级的关系，相关知识服务API累计调用量已▲达2.5亿次。CN-DBpedia以通用百科知识沉淀为主线，以垂直纵深领域图谱积累为支线，致力于为机器语义理解提供了丰富的背景知々识，为实现机器语言认知提供必要支撑。CN-DBpedia已经从百科领域延伸至法律、工商、金融、文娱、科技、军事、教育、医疗等十多个垂直领域，为各类行业智能化应用提供支撑性知识服务，目前已有近百家单位在使用。CN-DBpedia具有体量巨大、质量精良、实时更新、丰富的API服务等特色。CN-DBpedia已经成为业界开放中文知识图谱的首选。基于CN-DBpedia的知识图谱构建与应用能力已经输出并应用在华为、小I机器人、中国电信、中国移动、同花顺等业界领军企业的产品与解决方案中。
复旦大学知识工场介绍：知识工〓场源于复旦大学图数据管理实验室。知识工场专注于各类大规模知识图谱构建、管理以及应用理论与方法研究。知识图谱表达了各类实体、概念及其之间的各种语义关系，成为了大数据时代知识表示的主要形态之一。知识图谱为语义理解提供了丰富的背景知识，为实现机器语言认知提供必需的知识支撑。知识工场以构建能够满足机器语言认知需要的大规模、高质量知识图谱为基本目标，并以推进知识图谱在文本理解、智慧搜索以及机器智脑等领域中的深入应用为主要使命。
本次会议免费，由于座位有限，请您及时到达会场。如其他问题请发邮件至pangjinhui1@126.com咨询
看了这么多，是否心动了呢?赶紧看看怎么到达会场吧!
交通路线
1.乘坐地铁四号线，在【魏公村站】下车，从A口出，从北京理工大学东门进入校园;
2.乘坐563、645、运通103路在【魏公村路东口】下车，从北理工小南门(或称东南门，附近有很多快递)进入校区;
3.乘坐26路、355路、365路等路线【三义庙】下车，从北理工北门进入校区〓
进入校园以后，大家可以直接问可爱的同学或者导航到达，导航目的地为【北京理工大学-研究生教学楼】
