AI公开课丨ASER：基于高阶选择偏好的常识知识图谱

7月1日（周三）下午3点，知识工场实验室联合电子工业出版社博文视点荣幸邀请到香港科技大学 宋阳秋 助理教授，为大家带来一场【ASER：基于高阶选择偏好的常识知识图谱】精彩报告分享！

ASER：基于高阶选择偏好的常识知识图谱

7月1日（周三）  15:00

分享摘要理解人类语言需要复杂的世界知识。知识图谱是有效的知识表达方式，并且有助于高阶推理。但是，现有的大规模知识图谱主要关注实体相关的知识，而忽略了有关活动、状态或事件的知识。本次报告主要介绍一个大规模的基于高阶选择偏好的知识图谱ASER，包括构建ASER的基本原理和过程，并介绍团队最近在探索的几个扩展的研究方向。

嘉 宾 简 介

宋阳秋

现任香港科技大学助理教授。研究方向为文本挖掘、信息抽取、知识图谱和机器学习等。

在数据挖掘、人工智能、自然语言处理领域发表了多篇文章，曾获得KDD2014优选发表TKDD论文（9篇之一）、KDD2017 Data Science Track最佳论文、IUI2015最佳论文提名、PAKDD2007最佳论文提名等荣誉。他还担任着JAIR编委、IEEE Transaction on Big Data Special Issue Guest Editor、IJCAI2019 Local Chair等职位。

▼ 加入直播交流群 ▼

获取直播链接、PPT及其他福利

相关图书推荐

▊《知识图谱：概念与技术》肖仰华 等 编著

本书力求涵盖知识图谱相关的基本概念与关键技术，总结了十多个知识图谱工程项目的落地经验。

本书紧密围绕知识图谱开展知识体系的梳理，尽量突出知识图谱与相关学科的差别，尽可能的为大家清晰地界定知识图谱与各分支学科的根本不同。本书注重知识图谱的整个知识体系，从最基础的基本概念、基础理论到设计、技术、模型、方法都做了全面的介绍。

（扫码了解本书详情）

---

更多科技资讯请见微信公众号：博文视点Broadview（微信号：bvbooks）