CCF-NLP走进高校之“走进内蒙古大学”
活动介绍
“CCF-NLP走进高校”是由中国计算机学会自然语言处理专业委员会（CCF-NLP）发起，联合MLNLP及各个知名高校开展的一系列高校NLP研究分享活动。通过特邀嘉宾分享交流，促进更多师生对自然语言处理前沿进展的了解，帮助在校计算机及相关专业大学生成长和发展。
本期走进高校活动将于2024年1月11日9:00—12:15走进“内蒙古大学”，在内蒙古大学计算机学院119与内蒙古各高校一起分享交流各位嘉宾在NLP领域的最新研究成果。
2 活动流程
活动流程
活动流程（含10分钟Q&A）
主持人：黄宝琦
09:00--09:15 王昊奋 开场介绍 + CCF-NLP介绍
09:15--09:30 史振威 内蒙古大学介绍
活动主持人：覃立波
09:30--10:10 梁 磊 分享主题：基于SPG的事理图谱应用实践及LLM双驱探索（分享+Q&A）
10:10--10:50 王中卿 分享主题：基于结构化生成模型的信息抽取（分享+Q&A）
10:50--11:30 刘永彬 分享主题：因果去偏在信息抽取和知识补全中的应用（分享+Q&A）
11:30--12:10 王昊奋 分享主题：知识增强大模型：垂域落地的最后一公里（分享+Q&A）
12:10--12:15 活动总结
3 嘉宾介绍
嘉宾介绍
黄宝琦
内蒙古大学教授，博导
嘉宾简介：黄宝琦，博士，教授，博士生导师。博士毕业于澳大利亚国立大学工程与计算机学院。曾在新加坡南洋理工大学任Research Fellow从事科研工作。2015年入选内蒙古自治区“草原英才”工程。2019年入选内蒙古自治区新世纪“321人才工程”第一层次和“草原英才”滚动支持计划。内蒙古大学第十届学术委员会委员、科技委员会副主任委员。他的研究兴趣主要包括物联网智能感知与计算研究与应用、面向领域的大数据分析方法与应用、无线网络定位算法研究与应用开发。他承担了多项科研项目，包括国家自然科学基金项目4项，内蒙古自治区自然科学基金重大项目、杰青项目等3项，内蒙古自治区科技计划项目2项，内蒙古教育厅高校创新团队项目1项，内蒙古留学人员创新项目1项等。在包括IEEE汇刊和中国计算机学会（CCF）推荐的学术期刊和学术会议上发表了70余篇学术论文。
王昊奋
同济大学特聘研究员
三、内蒙古大学介绍：
史振威
北京航空航天大学教授
国家杰出青年科学基金获得者
内蒙古大学计算机学院特聘院长
四、分享嘉宾：
梁磊
嘉宾简介：梁磊，蚂蚁集团知识引擎负责人，OpenKG TOC专家，个人主要技术方向为知识图谱、图学习及推理引擎、AI引擎等。从2018年底开始从零到一基于蚂蚁多样化的业务场景构建了企业级知识图谱平台，平台累计提报专利140余项，软件著作权10余项，主导项目先后获得金融科技发展奖、BU总裁特别奖、数据科学奖、优秀科技成果等。2023年以来和王昊奋老师联动OpenKG社区发起了OpenSPG共建计划， 期望立足于企业实践建设工业级易用的知识图谱语义框架和引擎架构，已完成《语义增强可编程知识图谱SPG》白皮书发布，'SPG知识图谱'公众号上线，OpenSPG一期开源等。
报告题目：基于SPG的事理图谱应用实践及LLM双驱探索
报告简介：本报告包括三个部分：(1) 结合事理图谱详细介绍SPG语义框架。介绍从事件到概念的知识分层、基于事件的风险信息传导、事件驱动的风险决策等。(2) 大模型时代知识图谱的机遇与挑战。介绍企业数字化升级和AI first背景下，企业对知识图谱的新的需求和期待，知识图谱技术需要深化升级。(3) 大模型（LLM）与图谱（SPG）双向增强探索。结合当前实践介绍大模型与知识图谱双向增强的技术路径和实践/探索案例。
王中卿
苏州大学副教授
嘉宾简介：王中卿，苏州大学计算机科学与技术学院副教授，硕士生导师。主要研究领域为自然语言处理，信息抽取等。在人工智能与自然语言处理顶级会议与期刊上（CCF-A/B）以第一或通讯作者发表论文三十余篇。目前主持与参与国家自然科学基金多项。担任IJCAI-2021，AAAI-2022，EMNLP-2021，COLING-2022等国际会议的高级程序委员或领域主席。
报告题目：基于结构化生成模型的信息抽取
报告介绍：目前，随着大模型的流行，信息抽取中的相关任务，包括：事件抽取、关系抽取、情感分析等逐渐从BERT等预训练模型迁移到T5、LLaMA等大语言模型中。但是如何在大语言模型中结合句法、依存等结构化信息，以及如何构建抽取的不同元素之间的关联，存在较大的挑战。本报告将从编码端和解码端分别阐述如何有效的结合结构化信息，从而更好的构建基于大模型的信息抽取任务。
刘永彬
南华大学副教授嘉宾简介：刘永彬，博士，副教授，研究方向为自然语言处理和知识图谱。主要研究多源异构大规模知识图谱构建，并应用于医疗、核科学和企业智能化信息服务等多个领域。他担任中国计算机学会-自然语言处理专业委员会执行委员，中文信息学会-语言与知识计算专业委员会委员；国际期刊Data Intelligent （MIT出版社）编委；多个CCF推荐国际会议PC（ACL，WWW，EMNLP，COLING，NAACL，CIKM，NLPCC）；CCKS 2021、2022、2023大会出版主席；骨干成员参与IEEE国际标准《知识图谱架构》和国家标准《信息技术 人工智能 知识图谱技术框架》的制定。主持和参与国家级项目10余项，发表50余篇相关领域论文。
报告题目：因果去偏在信息抽取和知识补全中的应用
报告介绍：当前很多任务的学习算法对数据的依赖性较强。尤其是数据不平衡和文本特性造成的特征表示和标签的混淆偏差以及虚假相关，使得模型的学习效果受到很大的影响。因果推理作为近年来研究的热点，不仅丰富了模型的可解释性，还旨在找到任务中真正的因果关联，增强模型的泛化性。尽管因果推理已经在很多领域都有重要的应用，但如何帮助解决信息抽取任务中的虚假相关性和知识图谱补全任务中结构偏差，还存在一些挑战。本报告将从信息抽取和知识图谱补全两个任务展开，阐述因果去偏在这两个任务中的应用。
王昊奋
同济大学特聘研究员
嘉宾简介：王昊奋，上海交大博士、上海市优秀博士，同济大学百人计划特聘研究员，博士生导师。其研究兴趣及专长是知识图谱、自然语言处理、对话式用户交互、智能内容生成。他是全球最大的中文开放知识图谱联盟OpenKG发起人之一。出版了《自然语言处理实践》《知识图谱方法、实践与应用》等著作。他还受邀在世界人工智能大会等诸多国际与国内智能峰会上担任讲者，并在自然语言处理国内顶级会议NLPCC多次担任知识图谱方向主席，长期作为ISWC, WWW, AAAI等人工智能国际顶级会议程序委员会委员。负责参与10余项国家自然科学基金、863重大专项、科技部科技支撑、经信委和科委等AI相关项目，共发表100余篇AI领域高水平论文。长期在一线人工智能公司担任CTO之职，荣获徐汇区学科带头人人才计划。他构建了全球首个可交互养成的虚拟偶像—“琥珀·虚颜”；所构建的智能客服机器人已累计服务用户超过10亿人次，并成功入选中国人工智能产业发展联盟最佳AI应用案例。目前，他担任中国计算机学会术语工委副主任，SIGKG主席，上海秘书长，中国中文信息学会理事，语言与知识计算专委会副秘书长，上海市计算机学会自然语言处理专委会副主任，上海交通大学AI校友会秘书长等社会职位。
报告题目：知识增强大模型：垂域落地的最后一公里
报告介绍：最近发展的大型语言模型在多项问题回答基准测试中展现出了与人类相似的性能。尽管如此，这些模型仍然面临一系列挑战，包括产生幻觉式错误、依赖过时信息、缺乏专业领域的深度知识、数据隐私保护以及参数化知识的内存效率等问题。通过采用知识增强技术，可以有效应对这些挑战，对于提升模型的准确性、时效性以及实用性至关重要。还能推动知识增强型大型模型在专业垂直领域的应用，实现技术在这些领域的深度融合和应用，达到“最后一公里”的突破。
4
直播平台
直播平台
视频号
B站
微信扫码关注该文公众号作者