讲座题目

可扩展可持续知识图谱构建:Scalable construction of sustainable knowledge bases

讲座内容

在工业中采用语义Web技术的一个主要障碍是构建可持续的知识库;领域专家和终端用户常常发现语义Web语言和工具很难使用。Reasonable Ontology Templates (OTTR) 是一种语言和框架,允许对RDF/OWL上的建模模式进行简洁的表示和实例化。它旨在满足领域专家、拓扑工程师和数据管理人员在创建和维护高质量、可持续知识库的过程中的需求和专长。本教程适用于渴望在工作中有效地使用建模模式的语义web从业者和拓扑工程师,也适用于业界的信息管理人员。

讲座嘉宾

Martin G.Skjæveland是奥斯陆大学和Sirius可伸缩数据访问中心的研究员,也是合理本体模板的主要开发人员。

Melinda Hodkiewicz,西澳大学教授,是一名从事多学科项目的工程学者,旨在改进维护、资产管理和安全实践。她目前是英国艾伦图灵研究所的访问学者,积极参与维护记录的本体论和自然语言处理的开发。

Leif Harald Karlsen ,奥斯陆大学的高级讲师。他之前曾在天狼星可扩展数据访问中心担任总工程师,全职致力于OTTR的实现。

Daniel P.Lupp,是奥斯陆大学(University of Oslo)的博士后研究员,致力于研究在本体规范和维护中使用OTTR的最佳实践方法。

成为VIP会员查看完整内容
0
37

相关内容

知识图谱(Knowledge Graph),在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。 知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等

论文题目: Knowledge-based Conversational Search

摘要:

允许对数字存储信息进行直观和全面访问的对话接口仍然是一个目标。在这篇论文中,分析了对话搜索系统的需求,并提出了一些具体的解决方案来自动化这些系统应该支持的基本组件和任务,从而为对话搜索系统的设计奠定了基础。我们描述了几个相互依赖的研究,这些研究分析了更高级的对话搜索系统的设计需求,该系统能够支持复杂的类人对话交互,并提供对巨大知识库的访问。在前两章的研究中,重点分析了信息搜索对话中常见的结构,从领域独立的话语功能关系和领域特定的隐含语义关系两方面分析了重复模式。结果显示,问题回答是特定信息访问的关键组成部分之一,但它不是会话搜索系统应该支持的对话交互的唯一类型。在第三章的研究中,提出了一种新颖的方法来解决复杂的问题。在最后的研究章节中,将注意力转向了另一种交互模式,称之为对话浏览,在这种模式中,会话系统与问题回答不同,在对话交互过程中起着更积极的作用。结果表明,由于词汇量不匹配问题,该方法可以帮助用户发现仅使用问题回答无法检索的相关条目。

论文作者:

Svitlana Vakulenko是阿姆斯特丹大学博士,研究范围是自然语言处理、对话系统、问答、对话搜索。

论文下载链接: https://svakulenk0.github.io/pdfs/Conversational_Search_in_Structure__PhD_Thesis_Vakulenko_.pdf

ppt下载链接: https://svakulenk0.github.io/pdfs/slides/defence_final.pdf

成为VIP会员查看完整内容
0
31

教程题目:Graph-Based Meaning Representations: Design and Processing

教程简介

近年来,人们对以标记有向图的形式对句子意义进行编码和处理产生了广泛的兴趣。举例说明这条研究路线的框架包括:抽象意义表示、基于图的最小递归语义表示、双向语义依赖图和通用概念认知注释。

作为对高级的基于向量的意义表征的补充,对这种层次结构和离散的语义表示的解析,从早期开始就是自然语言理解的基石,并将继续为理解自然语言做出重要贡献。本教程将

  • 简要回顾正式和语言语义的相关背景;
  • 半正式地定义语义图的不同风格和相关术语的统一抽象视图;
  • 调查基于图的意义表示的共同框架和现有的图库;
  • 提供不同解析方法的代表性选择的技术概述。

最终目标是提供不同语义图库和相关解析工作的统一视图,从而减少NLP开发人员和用户从这个令人兴奋的领域最近的成功和最佳实践中获益的障碍。

组织者:

Alexander Koller是一名计算语言学教授,哥伦比亚大学和爱丁堡大学的博士后。研究兴趣包括为自然语言现象提出简洁的数学模型和解决自然语言处理中有用问题的有效算法。特别是在计算语义、语法形式和自然语言生成(NLG)方面做了大量的研究。

Stephan Oepen在柏林、伏尔加格勒和萨尔布吕肯学习了语言学、德语和俄语语言学、计算机科学和计算语言学。2011年至2017年,他在奥斯陆大学(University of Oslo)领导语言技术部门。在此之前,他曾在DFKI和Saarland大学(均为德国)、YY技术公司(山景城)和斯坦福大学(均为美国)工作。他的研究围绕着语言学和计算机技术的结合,在那里他发表了大约90篇经过同行评审的研究论文和会议论文,并与其他人共同创建了全球网络和北欧语言处理实验室(NLPL)。Oepen已经指导完成了5个博士项目和12个理学硕士学位。他是计算语言学编辑委员会和欧洲计算语言学协会执行委员会的成员,同时也是ACL自然语言解析特别兴趣小组的秘书和计算语言学协会欧洲分会2017年会议和自然语言处理经验方法2018年会议的区域联席主席。在2017-18学年,Oepen在挪威科学与文学院高级研究中心联合指导一个国际研究小组。

孙薇薇,计算语言学家。目前在北京大学王选计算机研究所工作,也是北京大学中国语言学中心的兼职研究员。萨尔大学计算语言学系的博士研究生,导师是Hans Uszkoreit教授。研究集中于应用图对语法和语义分析进行编码,以及利用以图为中心的形式主义和算法来明确地表达语言理论。

成为VIP会员查看完整内容
abstract.pdf
Graph-Based Meaning.pdf
0
6

报告主题: Explanation In AI: From Machine Learning To Knowledge Representation And Reasoning And Beyond

嘉宾介绍: Freddy Lecue博士是加拿大蒙特利尔泰勒斯人工智能技术研究中心的首席人工智能科学家。他也是法国索菲亚安提波利斯温姆斯的INRIA研究所的研究员。在加入泰雷兹新成立的人工智能研发实验室之前,他曾于2016年至2018年在埃森哲爱尔兰实验室担任人工智能研发主管。在加入埃森哲之前,他是一名研究科学家,2011年至2016年在IBM research担任大规模推理系统的首席研究员,2008年至2011年在曼彻斯特大学(University of Manchester)担任研究员,2005年至2008年在Orange Labs担任研究工程师。

成为VIP会员查看完整内容
Alberta-FreddyLecue-Thales-XAI-ExplanationInAI-FromMachineLearningToKnowledgeRepresentationAndReasoningAndBeyond.pdf
0
49
小贴士
相关资讯
17篇必看[知识图谱Knowledge Graphs] 论文@AAAI2020
知识图谱的自动构建
DataFunTalk
21+阅读 · 2019年12月9日
【荟萃】知识图谱论文与笔记
专知
36+阅读 · 2019年3月25日
本体:一文读懂领域本体构建
AINLP
22+阅读 · 2019年2月27日
干货好文!自底向上——知识图谱构建技术初探
【知识图谱】 一个有效的知识图谱是如何构建的?
产业智能官
36+阅读 · 2018年4月5日
科普 | 动态本体简介
开放知识图谱
4+阅读 · 2017年11月11日
大规模知识图谱的构建、推理及应用
人工智能头条
8+阅读 · 2017年8月29日
相关论文
Ermei Cao,Difeng Wang,Jiacheng Huang,Wei Hu
5+阅读 · 2020年2月15日
Structured Query Construction via Knowledge Graph Embedding
Ruijie Wang,Meng Wang,Jun Liu,Michael Cochez,Stefan Decker
5+阅读 · 2019年9月6日
Hongwei Wang,Fuzheng Zhang,Miao Zhao,Wenjie Li,Xing Xie,Minyi Guo
12+阅读 · 2019年1月23日
ConceptNet 5.5: An Open Multilingual Graph of General Knowledge
Robyn Speer,Joshua Chin,Catherine Havasi
7+阅读 · 2018年12月11日
Xiang Wang,Dingxian Wang,Canran Xu,Xiangnan He,Yixin Cao,Tat-Seng Chua
5+阅读 · 2018年11月12日
Multi-Task Identification of Entities, Relations, and Coreference for Scientific Knowledge Graph Construction
Yi Luan,Luheng He,Mari Ostendorf,Hannaneh Hajishirzi
8+阅读 · 2018年8月29日
AceKG: A Large-scale Knowledge Graph for Academic Data Mining
Ruijie Wang,Yuchen Yan,Jialu Wang,Yuting Jia,Ye Zhang,Weinan Zhang,Xinbing Wang
3+阅读 · 2018年8月7日
The Vadalog System: Datalog-based Reasoning for Knowledge Graphs
Luigi Bellomarini,Georg Gottlob,Emanuel Sallinger
5+阅读 · 2018年7月23日
Zhenghao Liu,Chenyan Xiong,Maosong Sun,Zhiyuan Liu
7+阅读 · 2018年6月3日
Simon Gottschalk,Elena Demidova
9+阅读 · 2018年4月12日
Top