所有文章 > 正文

人工智能之知识图谱(2019年第二期)

作者: 学术咖

时间: 2019-02-15 11:59

知识图谱(Knowledge Graph)是人工智能重要分支知识工程在大数据环境中的成功应用,知识图谱与大数据和深度学习一起,成为推动互联网和人工智能发展的核心驱动力之一。基于此背景,本研究报告对知识图谱这一课题进行了简单梳理。

报告总共分为概述、技术人才、应用和趋势四个篇章,介绍了知识图谱的概念与研究概况、知识图谱技术、知识图谱领域专家介绍、知识图谱应用和知识图谱趋势研究。限于篇幅,仅节选其中的人才篇的部分进行介绍,完整版报告点击下载报告即可获取。

知识表示与建模人才介绍

选取knowledge representation、knowledge modeling、production system、knowledge representation learning、frame language、script representation、knowledge distributed representation、domain knowledge modeling、taxonomy induction、concept model、knowledge embedding、ontology building等词作为知识表示与建模领域关键词,将所选学者定义为该领域知名学者并对其进行统计分析,最终绘制出该领域全球知名学者分布图如下:

由以上两个图可知,全球范围内,北美洲与欧洲是知识表示与建模领域知名学者分布最为集中的地区,亚洲次之,大洋洲、南美洲、非洲等较为匮乏。若按国家进行统计,美国是该领域学者最为集中的国家,境内学者数量多集中分布在东海岸,中国、德国、英国等国家学者数量次之,沙特阿拉伯、斯洛文尼亚等国家人数较少。

对我国知识表示与建模领域知名学者分布进行分析,绘制中国范围内知识表示与建模领域学者分布图,如图:

由上图可知,中国知识表示与建模领域知名学者人数较为可观,多数学者集中分布在环渤海经济圈、华东以及港澳地区等经济、科研资源相对发达的区域。

对知识表示与建模领域知名学者进行统计,学者工作的科研机构所属国家变更一次即视为迁徙一次,以0点所在线为基本线,右侧蓝色表示有学者迁入该国,数值记为正数,左侧绿色表示有学者迁出该国,数值记为负数,红色表示整体人数变化,数值为左右两边数值相加,若为正数则居右显示,反之则居左显示。计算分析后最终绘制出各国知识应用领域人才迁徙图,整体情况如图所示:

由上图可知,各国知识表示与建模领域学者流失与引进数量差异较为均衡,美国学者流动幅度大幅度领先,中国、德国、英国等国家紧随其后。这4个国家中,3个发达国家均为学者净流入国家,美国是该领域学者净流入数量最多的国家,中国知识表示与建模领域学者流入量略小于流失量,整体呈现轻微学者流失迹象。

受限于本报告篇幅,AMiner仅选取该领域不同国籍的典型学者做简单介绍,排序不分先后。

  • Gerhard Weikum

YAGO知识库创始人之一,信息抽取与知识挖掘、数据库与信息系统领域著名研究专家。德国萨尔布吕肯Max-Planck信息学研究所研究主任,萨尔大学计算机教授,多模式计算与互动卓越集群首席研究员,曾在瑞士苏黎世联邦理工学院、德克萨斯州奥斯汀MCC等机构任职。

Gerhard Weikum的研究涵盖知识获取表示、分布式信息系统、数据库性能优化与自主计算、信息检索与信息提取等方向,2006年前后侧重于知识库的研究,并在此方向做出了持续性探索。在获得欧洲科学院院士、德国科学与工程院院士、ACM会士等荣誉的同时,Gerhard Weikum还曾获得1998年SIGMOD会议、2006年CIKM会议、2010年CIKM会议、2018年WWW会议等顶级学术会议最佳论文奖、谷歌聚焦研究奖、Robert Piloty奖等奖项。

Gerhard Weikum参与创建的YAGO知识库主要集成了Wikipedia、WordNet和GeoNames三个来源的数据,拥有千万级实体知识,包含超过1.2亿条三元组知识,能够将WordNet的词汇定义与Wikipedia的分类体系进行了融合集成。YAGO还考虑了时间和空间知识,为很多知识条目增加了时间和空间维度的属性描述,具有更加丰富的实体分类体系,经过人工评估证实确认,准确度达到95%。

  • Tom M. Mitchell

NELL系统、心灵阅读智能计算机系统核心研发成员。美国计算机科学家,卡内基梅隆大学计算机科学学院最高级别E.Fredkin讲席教授,曾任卡内基梅隆大学机器学习系首任主席。

Tom M. Mitchell的研究涵盖知识表示、知识库构建、机器学习、人工智能,机器人和认知神经科学等方向,2000年至2010年间的科研成果较为丰富,长达40余年的研究过程中共撰写130余篇文章,荣获NSF总统青年研究员奖、AAAS会士、AAAI会士、美国国家工程院院士以及美国文理科学院院士等荣誉。

Tom M. Mitchell参与创建的NELL系统目标是能够开发用自然语言回答用户提出的问题的方法,而不需要人为干预,自2010年初以来,NELL系统始终保持全天候运行的工作状态,筛选数亿个网页,寻找已知信息与搜索过程中发现的信息之间的联系并建立新的连接,模仿人类学习新信息方式的方式。截至2010年10月,NELL系统的准确率已经达到87%。

  • Ian Horrocks

描述逻辑推理系统奠基人。英国牛津大学计算机专业教授,牛津大学奥利尔学院研究员,Web Semantics期刊主编,国际语义网会议主席。

Ian Horrocks的研究涵盖描述逻辑、语义网络、知识表达、知识库、网络本体语言等方向,自1995年开始,Ian Horrocks就在知识表达领域开展研究,并在描述逻辑、语义网络领域发表过数量可观的研究成果,现阶段的研究侧重于知识表示和推理,特别是描述逻辑的本体语言和表格决策程序的优化,他所完成的关于描述逻辑的表象推理研究已经成为大多数描述逻辑推理系统的基础。

Ian Horrocks在网络本体语言OWL的开发过程中扮演了奠基人的角色,研究工作构成了本体语言标准的基础,与其他学者共同负责开发的本体交互语言OIL和DAML+OLL及相关工具已经被开放生物医学本体联合会、美国国家癌症研究所、联合国粮食及农业组织、万维网联合会、一系列大公司和政府机构使用。2005年荣获英国计算机协会Roger Needham奖,2010年起多次在AAAI、IJCAI、KR等学术会议发表相关论文,2011年当选皇家学会会员。

  • 王海勋

WeWork应用科学研究负责人,首席科学家。IEEE会士、KAIS、JCST、DAPD、IEEE TKDE等学术期刊编委,曾任2013年WWW、ICDE、2018年CIKM会议PC联合主席,谷歌研究院研究科学家,工程经理,微软亚洲研究院高级研究员,数据管理研究部主任。

王海勋的研究涵盖数据挖掘、信息检索、指数化、单片集成电路等方向,2000年前后对数据挖掘研究投入较大精力,现阶段研究侧重于语义网络、自然语言处理、数据管理与普适计算等。王海勋在著名学术会议和学术期刊上发表论文100余篇,并获得2008年ER最佳论文奖、2013年ICDM最高影响力奖、2015年ICDE最佳论文奖等奖项。

王海勋被引用量最高的论文是2003年在KDD会议上发表的“Mining concept-drifting data streams using ensemble classifiers”。这篇论文提出了一个使用加权集合分类器挖掘概念漂移数据流的一般框架,经过实验证实该篇论文中所提出的方法在预测精度方面具有优于单分类器方法的显著优势,并且集合框架对于各种分类模型是有效的。

  • 唐杰

清华大学副教授,AMiner大数据平台创始人,计算机科学与技术系副主任,CCF YOCSEF现任主席,国际期刊ACM TKDD主编,IEEE TKDE和ACM TIST编委,曾在康奈尔大学、香港科技大学、南安普顿大学等地进行学术访问并多次担任国际顶级学术会议协同主席、副主席等职务。

唐杰提出多项创新性研究并在这些研究的基础上研发出研究者社会网络ArnetMiner系统,该系统曾在国际顶级会议WWW、KDD、ISWC、ICDM中进行演示并获得一致好评,系统数据被广泛应用于科学研究,在国际上具有较高的影响力。

唐杰的高引用论文是2008年在KDD会议上发表的“ArnetMiner: extraction and mining of academic social networks”对其负责的知识工程实验室ArnetMiner系统关键问题进行讨论,整合来自在线Web数据库的出版物并提出一个概率框架来处理名称歧义问题,除此之外,该篇论文还描述了系统的体系结构和专家画像的主要特征,提出系统应用方法的实证评估。

[关于转载]:本文为AMiner唯一官方微信公众号“学术头条”原创文章。转载仅限全文转载并保留文章标题及内容,不得删改、添加内容绕开原创保护,且文章开头必须注明:转自“SciTouTiao”微信公众号。谢谢您的合作。

下载报告
推荐阅读 更多