学术报告会现场（一）
学术报告会现场（二）
学术报告会现场（三）
学术报告会现场（四）
学术报告会现场（五）
2023年5月17日上午，中国科学技术大学大数据学院执行院长、国家杰出青年基金项目获得者、科技部重点领域创新团队负责人博士生导师陈恩红教授，应邀在我校龙子湖校区综合实验楼多功能报告厅做题为“知识学习及应用”的学术报告。信息工程学院及相关学院的二百余名师生代表聆听了报告。学术报告会由副校长刘雪梅教授主持。
陈恩红教授就知识学习及应用领域中知识图谱的学习展开讲座。陈教授由知识图谱学习技术的背景以及面临的挑战，提出了针对这些挑战中的问题提出解决的方法，介绍了知识图谱学习的应用，最后对知识图谱学习的未来进行了展望。
首先，陈教授从人工智能的发展引入主题。他指出，人工智能的发展是从计算智能到感知智能再到认识智能的过程。研究人员对于认知智能的追求在技术的进步下用语义网，自然语言处理，机器学习等技术构建了知识图谱。2012年5月16日谷歌发布了第一个知识图谱。知识图谱的本质是一个具有图结构的知识库，其基本组成是“实体-关系-实体”三元组。借助知识图谱知识元素的关联，通过路径实现推理。但目前知识图谱领域面临三个挑战，分别是1. 不同图谱的实体存在表示不一致的问题； 2. 知识图谱存在知识不完备的问题； 3.知识图谱存在信息过载的问题。接着，陈教授针对这三个挑战提出了三个待解决的问题1.图谱对齐；2.图谱推理；3.图谱摘要。 陈教授针对图谱对齐提出了一种面向多模态知识的融合对齐技术框架；针对图谱推理提出了交互的匹配网络（SIM）；而针对图谱摘要从集合补全的角度出发，提出了具有补全性和显著性的实体摘要方法。实验结果都得到了很好的性能表现与提升。然后，陈教授以疾病的并发推断为例，介绍了属性嵌入模型，补全疾病间的并发关系，完善知识库等知识图谱学习的实际应用。最后，陈教授提出，再未来，我们可以多利用大模型和知识的联合学习来建立知识图谱“智能”的作用。
报告结束后，陈恩红教授与参会师生就知识图谱学习中跨图谱的构建算法、矛盾信息的处理和信息抽取的精度和方法等问题进行详细的讲解。我校师生获益匪浅，场下爆发出热烈的掌声。
副校长刘雪梅教授就知识图谱的学习在黄河流域生态保护和高质量发展、城乡灾害监测预警等领域的应用展开了联想。刘校长勉励参会师生深入研究知识的学习及应用，聆听顶尖科学家的学术报告。同时对陈恩红教授带来的精彩学术报告表达最诚挚的感谢！
