专题论坛III：知识图谱
**知识图谱专题论坛报告1**
【报告题目】：知识图谱语义数据管理
【报告摘要】：知识图谱是人工智能的重要基石。各领域大规模知识图谱的构建与应用、知识图谱丰富的语义信息和推理能力、基于知识图谱的可解释人工智能需求已对传统数据管理技术提出了新的挑战。本报告将介绍知识图谱语义数据管理方法与技术的最新进展，包括：知识图谱数据模型和查询语言的发展、知识图谱语义存储和查询推理方法、知识图谱语义数据管理系统研发等。同时，介绍团队近年来在知识图谱语义数据管理方向上所取得的研究成果，并展望知识图谱语义数据管理技术的未来发展方向。
【报告人简介】
王鑫，天津大学智能与计算学部教授、博导，人工智能学院副院长。中国计算机学会杰出会员、信息系统专业委员会秘书长、数据库专业委员会委员；中国中文信息学会语言与知识计算专业委员会委员。研究方向：知识图谱、图数据库、大数据处理。主持国家重点研发计划项目、国家自然科学基金项目、天津市自然科学基金项目、“CCF-华为数据库创新研究计划”等项目。在IEEE TKDE、IEEE TPDS、ICDE、IJCAI、AAAI、WWW、CIKM、ISWC、《计算机学报》、《软件学报》等国内外学术期刊和会议上发表论文90多篇。国际会议APWeb-WAIM 2020程序委员会主席、JIST2019程序委员会主席以及WWW、KDD、AAAI、CIKM、ISWC等国际会议程序委员会委员。获得APWeb-WAIM 2018最佳论文奖、ADMA2019最佳演示论文奖、ISWC2020最佳Poster奖。《计算机科学与探索》、《计算机工程与应用》、《计算机工程》、《计算机系统应用》编委，国际期刊Knowledge-Based Systems副主编和Big Data Research编委。
**知识图谱专题论坛报告2**
【报告题目】：自监督学习在复杂知识推理的应用
【报告摘要】：最近，各种自监督学习和自训练技术在各种计算机视觉和自然语言理解领域取得了显著效果，并证明了很好的泛化性。另一方面，高级跨模态知识推理是人工智能领域的长期研究目标，需要给出可解释性和安全的知识推理步骤。首先将介绍我们最近尝试将自监督学习与高级推理任务联系起来的方法。 为了解决数学几何题和应用题自动求解，这是智能教育中的一个关键的跨模态推理问题，研究针对文本和几何图形进行可解释性的形式语言和符号推理生成，然后结合定理公式进行知识推理得到最终可解释性预测。其次也展示自监督学习如何有利于从几何图中提取高级特征，并有助于生成可解释的程序路径用于解决数学问题。
【报告人简介】
梁小丹博士任职于中山大学副教授。之前于美国卡内基梅隆大学CMU任博士后研究院。主要研究方向为可解释和认知智能，及其在大规模视觉识别，自动化机器学习和多模态人机交互领域。Google Scholar引用超过1万余次，兼任ICCV 2019, CVPR 2020, NeurIPS 2021, WACV 2021的领域主席和CVPR 2021的Tutorial Chair. 荣获ACM中国和CCF优秀博士论文奖，阿里巴巴达摩院青橙奖和ACL 2019最佳展示论文提名奖，福布斯中国30 Under 30科学榜等。
**知识图谱专题论坛报告3**
【报告题目】：知识图谱在行业认知落地中的实践探讨与分享
【报告摘要】：认知智能是人工智能赋能行业的高级阶段。行业认知智能的落地实践，则需要与行业的know-how专家知识、业务知识和行业知识等深度结合，因此离不开知识图谱和专家系统的支撑。本次报告将分析行业认知智能落地实践中知识图谱技术的应用和发展趋势，探讨行业认知落地的一些范式和经验，分享行业认知落地实践案例。
【报告人简介】
李直旭，复旦大学研究员，兼认知智能国家重点实验室苏州分部副主任。博士毕业于澳大利亚昆士兰大学，主要研究方向为知识图谱、认知智能、大数据分析与挖掘。在领域主流期刊和国际会议上发表论文80余篇，主持十余项国家和省部级科研项目及校企合作项目。
**知识图谱专题论坛报告4**
【报告题目】：基于表示学习的知识图谱实体对齐技术
【报告摘要】：知识图谱以结构化的方式描述客观世界中的概念、实体及其间的关系，将万维网的信息表达成更接近人类认知世界的形式，提供了一种更好地组织、管理和理解万维网上海量信息的能力。知识图谱可以由任何机构和个人自由构建，其背后的数据来源广泛、质量参差不齐，导致它们之间存在多样性和异构性。例如，对于相似领域，通常会存在多个不同的实体指称真实世界中的相同事物。本报告首先简要介绍传统实体对齐方法，然后详细介绍最新的基于表示学习的实体对齐方法，接下来介绍我们研发的实体对齐测试集、开源库OpenEA以及主要评测结果，最后做总结和展望。
【报告人简介】
胡伟，南京大学计算机科学与技术系副教授、博士生导师。主要研究方向为知识图谱、数据集成、智能软件。曾先后于荷兰阿姆斯特丹自由大学、美国斯坦福大学、加拿大多伦多大学访学。主持多项国家自然科学基金项目，在高水平会议和期刊上（例如，ICML、AAAI、IJCAI、VLDB、ICDE、WWW、SIGIR、ACL、EMNLP、ISWC）发表50余篇论文，Google Scholar引用两千余次，还获得过JIST最佳论文奖、CCKS英文最佳论文奖、ISWC最佳论文提名等。担任中文信息学会语言与知识计算专委会委员、计算机学会数据库专委会委员、万维网联盟W3C南京大学学术代表等。