T2A: 深度学习与知识图谱
内容简介：知识就是力量，知识图谱秉承语义网的宗旨，将人类知识组织成结构化知识库系统。知识图谱是推动人工智能学科发展和支撑智能信息服务应用（如智能搜索、智能问答、个性化推荐等）的重要基础技术。为了改进信息服务质量，国内外互联网公司（特别是搜索引擎公司）纷纷推出知识图谱产品。知识图谱描述现实世界中实体间的关系，这些知识蕴藏在无（半）结构的互联网信息中，而知识图谱则是有结构的知识库。因此知识图谱的主要研究目标是：从无（半）结构的互联网信息中获取有结构知识，自动融合构建知识图谱，服务知识推理等相关应用。知识表示是知识获取与应用的基础，因此知识图谱的表示学习，是贯穿知识图谱的构建与应用全过程的关键问题。如何使用深度学习技术实现知识图谱的表示、构建与应用，是目前自然语言处理领域的热点研究问题之一。本讲习班将首先介绍知识图谱的基础知识、历史发展与主要应用场景；然后综述知识图谱的主要表示方案及其局限性，进而介绍基于分布式表示的知识表示学习技术；然后介绍基于知识图谱的知识链接技术；最后介绍面向知识图谱构建的信息抽取技术。
讲者: 韩先培、刘知远
韩先培博士，中国科学院软件研究所中文信息处理研究室/计算机科学国家重点实验室副研究员。主要研究方向是信息抽取、知识库构建、语义计算以及智能问答系统。在ACL、SIGIR等重要国际会议发表论文30余篇。韩先培是中国中文信息学会会员，中国中文信息学会语言与知识计算专业委员会秘书长及中国中文信息学会青年工作委员会委员。
个人主页：http://www.icip.org.cn/Homepages/hanxianpei/index.htm
刘知远博士，清华大学计算机系助理教授。主要研究方向为表示学习、知识图谱和社会计算。2011年获得清华大学博士学位，已在自然语言处理等领域的著名国际期刊和会议发表相关论文50余篇。曾获清华大学优秀博士学位论文、中国人工智能学会优秀博士学位论文、清华大学优秀博士后等称号。
个人主页：http://nlp.csai.tsinghua.edu.cn/~lzy
日程安排：
09:00-09:30
知识图谱导论
介绍知识图谱的基本知识，历史发展与主要应用场景。
09:30-10:20
知识表示学习
介绍知识表示的主要方案，知识表示学习的核心思想、主要技术，知识表示学习的主要扩展技术。
10:20-10:30
休息
10:30-11:20
知识链接
介绍实体链接的主要方法，实体链接所用知识的获取和表示，实体链接的主要技术和现有实体链接系统的介绍。
11:20-12:00
面向知识图谱构建的信息抽取
介绍语义关系抽取的主要方案和系统，包括语义关系的表示，分类和层次体系构建，国内外大规模文本知识获取系统介绍。