青源 LIVE 第21期｜中国人民大学张静：知识图谱的神经符号推理

知识图谱可以看做是知识的一种离散符号表示，基于知识图谱的符号推理可以较为精准地定位答案。然而，符号推理对于语言的歧义性和噪声数据不够鲁棒。相反，深度学习的发展推动了知识图谱的神经推理方法，能够弥补符号推理的缺陷，但推理的复杂度受限，且缺乏符号推理优秀的解释能力。因此，当前人们尝试将符号推理与神经推理相结合进行知识图谱推理。

在 AI Open 期刊上近期发表的一篇综述「Neural, symbolic and neural -symbolic reasoning on knowledge graphs」对知识图谱上的符号推理、神经推理以及二者结合的推理方法进行了梳理，重点整理知识图谱补全与问答两个具体推理任务的进展，并将其方法归纳到统一的推理框架。最后，探讨这两个具体推理任务的未来挑战和研究点。

故此，智源社区特邀综述作者，中国人民大学副教授、AI Open杂志副主编张静就相关内容作报告分享，欢迎大家交流。

主讲人：张静（中国人民大学副教授）

主题：知识图谱的神经符号推理

时间：2021年7月22日（周四）15:00～16:00

形式：线上

入会方式：腾讯会议 - ID：969 525 104

B站直播：https://live.bilibili.com/21484823

扫描如下二维码报名活动

了解更多信息请加入「知识图谱交流群」