全國知識圖譜與語義計算大會(China Conference on Knowledge Graph and Semantic Computing,CCKS)由中國中文信息學(xué)會語言與知識計算專業(yè)委員會主辦,大會源自中文知識圖譜研討會(Chinese Knowledge Graph Symposium,CKGS)和中國語義網(wǎng)與萬維網(wǎng)科學(xué)大會(Chinese Semantic Web and Web Science Conference,CSWS),2016年兩會合并,CCKS 2016、2017、2018、2019、2020、2021、2022和2023分別在北京、成都、天津、杭州、南昌、廣州(線上)、秦皇島和沈陽舉辦。全國知識圖譜與語義計算大會已經(jīng)成為國內(nèi)知識圖譜、語義技術(shù)等領(lǐng)域的核心學(xué)術(shù)會議,聚集了知識表示與推理、自然語言理解與知識獲取、圖數(shù)據(jù)管理與圖計算、智能問答等相關(guān)技術(shù)領(lǐng)域的學(xué)者和研發(fā)人員。第十八屆全國知識圖譜與語義計算大會(CCKS 2024)將于2024年9月19日至22日在重慶召開。
本屆大會的主題是“知識圖譜與大模型”,旨在探討這兩個前沿領(lǐng)域的交叉點以及相互融合的創(chuàng)新機(jī)遇,探索知識圖譜在跨模態(tài)、跨領(lǐng)域等AI任務(wù)中的作用和應(yīng)用途徑,研究知識表示、知識存儲、知識挖掘、知識融合、知識推理、可解釋性、倫理等知識圖譜關(guān)鍵技術(shù)在大模型時代背景下的發(fā)展趨勢,引導(dǎo)知識圖譜相關(guān)技術(shù)的變革,為通用人工智能的最終實現(xiàn)奠定基礎(chǔ)。大會議程將包括講習(xí)班、大會特邀報告、前沿趨勢論壇、工業(yè)界論壇、青年學(xué)者論壇、評測與競賽、論文報告、海報與系統(tǒng)展示等環(huán)節(jié),邀請國內(nèi)外知名學(xué)者介紹相關(guān)領(lǐng)域的最新進(jìn)展和發(fā)展趨勢,邀請產(chǎn)業(yè)界知名研發(fā)人員分享實戰(zhàn)經(jīng)驗,促進(jìn)產(chǎn)學(xué)研合作。
除研究論文與應(yīng)用論文之外,本屆大會將繼續(xù)設(shè)置知識圖譜開放資源主題,旨在支持并推動學(xué)術(shù)界和工業(yè)界的數(shù)據(jù)資源共享。資源包括但不限于:知識圖譜/本體、數(shù)據(jù)集/評測集、軟件工具/服務(wù)/API/框架、協(xié)議/標(biāo)準(zhǔn)規(guī)范等,并鼓勵將資源發(fā)布在開放知識圖譜社區(qū)(OpenKG)。審稿人將從資源的質(zhì)量和潛在影響力、可復(fù)用性(例如說明文檔)、可獲得性(例如網(wǎng)址和開源協(xié)議)等維度綜合評價資源和論文的質(zhì)量,OpenKG將對入選的開放資源進(jìn)行宣傳推廣。
大會主席:許斌(清華大學(xué))
程序主席:毛先領(lǐng)(北京理工大學(xué))、王志春(北京師范大學(xué))
以下內(nèi)容為GPT視角對全國知識圖譜與語義計算相關(guān)領(lǐng)域的解讀,僅供參考:
全國知識圖譜與語義計算研究現(xiàn)狀
研究熱度持續(xù)上升:隨著人工智能和大數(shù)據(jù)技術(shù)的不斷發(fā)展,知識圖譜與語義計算領(lǐng)域的研究熱度持續(xù)上升。越來越多的高校、科研機(jī)構(gòu)和企業(yè)開始投入大量資源進(jìn)行研究和應(yīng)用。
技術(shù)不斷創(chuàng)新:在知識圖譜與語義計算領(lǐng)域,研究者們不斷探索和創(chuàng)新技術(shù)方法。例如,圖計算模型被用于解決圖計算中因頻繁迭代帶來的數(shù)據(jù)讀取等待和成本高的問題,以及難以在分布不均的區(qū)塊上并行計算的問題。同時,自然語言處理技術(shù)也在不斷進(jìn)步,包括分詞、詞性標(biāo)注、句法分析等基本能力,以及對于自然語言中信息的抽取等更高級的能力。
應(yīng)用場景不斷拓展:知識圖譜與語義計算技術(shù)的應(yīng)用場景也在不斷拓展。例如,在智能問答系統(tǒng)中,知識圖譜可以幫助計算機(jī)理解用戶的問題,并提供準(zhǔn)確的答案;在推薦系統(tǒng)中,知識圖譜可以幫助計算機(jī)理解用戶的需求和興趣,并提供個性化的推薦;在生物信息學(xué)中,知識圖譜可以幫助科學(xué)家理解生物分子之間的關(guān)系,并促進(jìn)生物醫(yī)學(xué)研究的發(fā)展。
面臨挑戰(zhàn)與機(jī)遇:盡管知識圖譜與語義計算領(lǐng)域取得了很大的進(jìn)展,但仍面臨一些挑戰(zhàn)和機(jī)遇。例如,數(shù)據(jù)質(zhì)量、知識表示和推理的準(zhǔn)確性等問題仍需要進(jìn)一步研究和解決。同時,隨著人工智能技術(shù)的不斷發(fā)展,知識圖譜與語義計算領(lǐng)域也將迎來更多的機(jī)遇和發(fā)展空間。
知識圖譜與語義計算可以應(yīng)用在哪些領(lǐng)域
- 搜索引擎優(yōu)化:知識圖譜可以幫助搜索引擎理解搜索查詢的語義,提供更準(zhǔn)確、相關(guān)的搜索結(jié)果,從而改善搜索體驗。
- 智能助手和虛擬助手:知識圖譜可以使智能助手(如Siri、Alexa、Google Assistant等)更好地理解用戶的指令和問題,提供更智能的回應(yīng)。
- 自然語言處理:知識圖譜可以用于實現(xiàn)更準(zhǔn)確的文本分析、語義理解和信息抽取,從而提升機(jī)器對自然語言的處理能力。
- 社交網(wǎng)絡(luò):知識圖譜可以構(gòu)建社交網(wǎng)絡(luò)中的用戶關(guān)系、興趣愛好等,提供更有價值的社交體驗和推薦。
- 智能推薦系統(tǒng):知識圖譜可以用于個性化推薦,根據(jù)用戶的興趣、行為和關(guān)系,提供更相關(guān)的產(chǎn)品、內(nèi)容或服務(wù)。
- 醫(yī)療保?。褐R圖譜可以用于醫(yī)學(xué)數(shù)據(jù)的組織和理解,支持疾病診斷、藥物研發(fā)和治療方案。
- 金融領(lǐng)域:知識圖譜可以用于分析金融數(shù)據(jù)、識別欺詐行為、預(yù)測市場趨勢等,從而支持金融決策。
- 企業(yè)知識管理:知識圖譜可以用于組織內(nèi)部的知識管理,構(gòu)建企業(yè)內(nèi)部的知識結(jié)構(gòu),幫助員工更有效地獲取和分享信息。
- 文化遺產(chǎn)保護(hù):知識圖譜可以用于數(shù)字化文物、建立文化遺產(chǎn)數(shù)據(jù)庫,促進(jìn)文化遺產(chǎn)的保護(hù)和傳承。
- 智能城市和物聯(lián)網(wǎng):知識圖譜可以用于城市規(guī)劃、資源管理和智能交通系統(tǒng),實現(xiàn)城市的智能化管理。
知識圖譜與語義計算領(lǐng)域有哪些知名企業(yè)或品牌
Google:Google是知識圖譜與語義計算領(lǐng)域的領(lǐng)先企業(yè)之一。它開發(fā)了Knowledge Graph,這是一個龐大的知識庫,用于增強(qiáng)其搜索引擎的功能,并提供更準(zhǔn)確、相關(guān)的搜索結(jié)果。
微軟:微軟也在知識圖譜與語義計算方面進(jìn)行了大量研究。其Azure認(rèn)知服務(wù)提供了多種基于知識圖譜和語義計算的功能,如實體鏈接、文本分析和自然語言理解等。
IBM:IBM在知識圖譜領(lǐng)域有著豐富的研究經(jīng)驗和技術(shù)實力。Watson是IBM的認(rèn)知計算平臺,它利用知識圖譜和語義計算技術(shù)來提供智能問答、自然語言處理等服務(wù)。
百度:百度是中國領(lǐng)先的搜索引擎和人工智能技術(shù)公司,也在知識圖譜與語義計算領(lǐng)域有著顯著的貢獻(xiàn)。百度知識圖譜是其重要研究成果之一,被廣泛應(yīng)用于搜索、推薦等多個領(lǐng)域。
阿里巴巴:阿里巴巴是中國最大的電商平臺之一,也在知識圖譜與語義計算方面進(jìn)行了深入研究。其達(dá)摩院在自然語言處理、知識圖譜等領(lǐng)域取得了多項重要成果。
騰訊:騰訊是中國領(lǐng)先的互聯(lián)網(wǎng)企業(yè)之一,在知識圖譜與語義計算領(lǐng)域也有所布局。其AI Lab和微信AI團(tuán)隊在自然語言處理、語音識別、知識圖譜等方面都有深入研究。
郵箱:ccks2024@easychair.org
第一輪征稿截止時間:2024年3月30日
大會誠摯邀請相關(guān)領(lǐng)域的學(xué)者和研發(fā)人員將未經(jīng)發(fā)表的成果投稿英文和中文論文。英文投稿篇幅不超過12頁P(yáng)DF,中文投稿篇幅不超過8頁P(yáng)DF,以上篇幅限制均包含參考文獻(xiàn)、附錄等所有內(nèi)容。研究與應(yīng)用論文采用雙盲審稿機(jī)制,投稿不應(yīng)在作者、正文、腳注、致謝、引用等任何地方透露作者信息,否則將被拒稿;知識圖譜開放資源論文采用單盲審稿機(jī)制,投稿應(yīng)包含作者信息和資源網(wǎng)址。稿件模版如下:
英文投稿采用Springer LNCS模版:https://www.springer.com/gp/computer-science/lncs/conference-proceedings-guidelines
中文投稿采用《中文信息學(xué)報》模版:http://jcip.cipsc.org.cn/
錄用的英文論文將收錄于Springer出版的論文集,優(yōu)秀英文論文擴(kuò)展后將被推薦到《Journal of Computer Science and Technology》、《Data Intelligence》、《AI Open》等相關(guān)期刊;錄用的中文論文將被推薦到《中文信息學(xué)報》、《北京大學(xué)學(xué)報》、《山西大學(xué)學(xué)報》、《燕山大學(xué)學(xué)報》等相關(guān)期刊。期刊將對推薦論文進(jìn)行二次審查,并決定是否發(fā)表。
論文主題包括(但不限于):
知識圖譜增強(qiáng)的大模型,例如知識圖譜增強(qiáng)的大模型訓(xùn)練、大模型推理、大模型可解釋性等;
知識表示與知識圖譜推理,例如本體建模與演化、知識圖譜表示學(xué)習(xí)、知識圖譜補(bǔ)全等;
知識獲取與知識圖譜構(gòu)建,例如實體/事件抽取、復(fù)雜知識獲取、多模態(tài)知識獲取等;
知識集成與知識圖譜管理,例如本體/實體匹配、知識質(zhì)量保證、圖數(shù)據(jù)庫與查詢、面向知識管理的自然交互方法等;
自然語言理解與語義計算,例如語義相似度/相關(guān)度計算、知識增強(qiáng)的文本理解、融合知識的跨模態(tài)語義計算、低資源/跨語言低成本知識工程等;
知識圖譜與大模型應(yīng)用,例如語義搜索、問答與對話、基于知識圖譜的檢索增強(qiáng)、工業(yè)界/政務(wù)/科技應(yīng)用等;
知識圖譜與大模型開放資源,例如領(lǐng)域知識圖譜/大模型、知識圖譜/大模型評測方法與評測集、工具等。
投稿網(wǎng)址:https://easychair.org/conferences/?conf=ccks2024
重要日期:
第一輪投稿:
論文全文提交:2024年3月30日(23:59,北京時間)
審稿結(jié)果通知:2024年4月30日(23:59,北京時間)
論文正稿提交:2024年5月15日(23:59,北京時間)
第二輪投稿:
論文全文提交:2024年5月30日(23:59,北京時間)
審稿結(jié)果通知:2024年6月30日(23:59,北京時間)
論文正稿提交:2024年7月15日(23:59,北京時間)




京公網(wǎng)安備 11011202002866號