6月8日，“大数据与知识图谱”学术研讨会在我校举办。学校党委书记、副校长欧珠参加研讨会开幕式并致辞，来自中国人民大学、浙江大学、北京大学等高校专家应邀参加并作报告，科研处、信息工程学院领导及相关专业教师、学生参加了会议。本次研讨会的主题是“大数据+知识·智能”，由信息工程学院、西藏光信息处理与可视化重点实验室共同举办。
欧珠代表学校致辞，对远道而来的与会专家表示热烈欢迎，介绍了我校的基本情况与办学特色。他谈到，近年来，学校在“调整结构、转型发展”过程中，不断加强工科专业建设，希望与会专家能够对我校理工类学科发展、尤其是数据科学与大数据应用技术学科的发展建议献策，同时，他鼓励师生积极参与研讨会，通过学术交流，增长知识，拓展专业发展思路。
本次研讨会分上午、下午两场进行。上午，中国人民大学孟小峰教授、浙江大学陈华钧教授、北京大学邹磊教授等三位专家分别作了学术报告；下午，中国人民大学大网络与移动数据管理实验室博士与西藏民族大学信息工程学院大数据团队就当前大数据团队老师进行深度交流，并培训大数据处理与分析最新软件工具。
孟小峰教授通过题目为“大数据与知识图谱构建”的学术报告，展现了大数据以其计算实时化、数据关联化和应用跨界化，对经济发展、社会秩序、国家治理、人民生活都产生了重大影响，充分彰显了大数据的力量，并详细探讨如何在大数据上建立大知识，即知识图谱的构建；最后，给出大数据面临的问题和思考。陈华军教授通过题目为“领域知识图谱的构建及应用”的学术报告，结合电商、金融等领域的具体实践，分析了相关模型及方法的可用性和局限性问题，并深入探讨领域知识图谱构建所面临一系列难题和技术挑战。邹磊教授通过题目为“基于SIMD指令的图算法加速集相交”的学术报告，重点论述了如何加速一个广泛使用的计算模式-集合交叉，以促进一组相关的图形算法，提出了一种使用SIMD指令的集合交叉算法QFAST，还提出了一种称为BSR的二进制表示，表示紧凑布局中的集合，实现了数据等位性在两个层面-组间块和组块平行。将图排序问题转化为BSR紧性的优化，证明了其强NP-完备性。
下午，中国人民大学杜治娟、王硕、张祎和吴新乐四位博士生分别作专题报告。杜治娟做了题为《知识图谱嵌入表示》报告，从知识图谱嵌入表示内涵、当前使用的典型方法、研究热点和当前可用的开源资源等四个方面讲解了利用向量表示的机器学习方法从大数据中如何构建知识库与知识图谱。王硕做了题为《知识图谱相关知识与示例》报告，他从知识的表示和建模、知识的抽取与挖掘、知识的存储、知识补全和知识融合五个方面讲解了从大数据到知识库构建过程中的关键技术和进行大数据分析的最新开源软件使用方法。张祎做了题为《学术空间系统----ScholarSpace》专题报告，她从研究背景、系统特点、应用示范和结论展望四个方面介绍ScholarSpace系统如何从多种权威期刊和会议论文等大规模数据集中抽取作者、论文、 期刊、会议、研究机构等实体，发现实体之间的关联关系和关系演化，进一步构建学者关系和学术关系知识图谱。ScholarSpace为学者构建一个在线“个人学术空间”，输入学者名字，可以查询出其发表的文章，参加的科研项目、研究兴趣、科研成果分析、合作者情况等大量信息。吴新乐做了题为《Relation Extraction Based on Deep Learning》专题报告，他从分词、标注、分类、向量表示、基于神经网络训练等几个方面讲解了命名实体识别与关系抽取过程中的关键技术。
研讨会上，参会的师生与与会专家进行了热烈的讨论，对大数据与知识图谱科学研究的认识和理解进一步加强，均表示愿意加入到相应的团队开展相关科研的工作。
当前位置: