知识挖掘及智能应用课件.pptx

1、人工智能的学术研究与工业应用正引起越来越广泛的关注。计算机就像人一样，既需要聪明的大脑，又需要博学的知识，才能为人类提供真正智能的服务。本次报告将重点关注如何通过数据挖掘与自然语言处理技术让计算机掌握知识并在应用场景中使用知识，以此来解决实际应用中的问题。我们将从知识的定义，抽取方法，表示方法开始，进而简单介绍一些知识推理与语义计算的基本想法，最后扩展到如何通过知识计算赋予计算机一定的联想与创造能力。人类对世界的认知对经验规律的总结问答知识其它知识常识知识计算机可以读取并进行计算有结构的知识天资聪慧+良好教育效率的力量感知的模型化问答知识人-机器（黑箱）-结论人-机器-人（迭代）感知计算感知计

2、算单向计算与双向计算单向计算与双向计算需要背景知识的理解 （自然语言）认知计算认知计算抽取融合如何获取知识发现知识在哪知识表示如何让计算机懂知识知识推理与语义计算知识如何计算不当书呆子如何使用问答知识半结构数据半结构数据无结构数据无结构数据结构数据结构数据 其它数据类型其它数据类型基础自然语言处理（分词，NER etc.）关系分类，检索与抽取大数据挖掘主动学习模型，增强学习模型问答知识实体等价知识库 拉肚子=腹泻=实体概念知识库 三叉 IsA 脑外科疾病Acronym/Synonym miningSemantic relation miningConcept graph miningText

3、embeddingKnowledge graph embeddingNetwork embedding实体识别（W2V+LSTM+CRF）实体链接（歧义性，多样性）主动学习模型符号知识语义表示知识集成分布式知识表示问答知识WWW 2015实体等价知识库 拉肚子=腹泻=实体概念知识库 三叉 IsA 脑外科疾病知识推理语义计算问答知识AAAI 2017实体等价知识库 拉肚子=腹泻=问答知识CIKM 2016Windows XP Windows XP Windows 7 Windows 7 问答知识新 机遇 算法进展 大数据处理进展 应用行业认可实体等价知识库 拉肚子=腹泻=面向推理的常识知识面向表

4、示的常识知识Acronym/SynonymDefinitionConceptMetaphorSimilar entity实体等价知识库 拉肚子=腹泻=在完全不同的实体类型中找到他们的联系人可以联想到，我们的机器呢？关键字？上下文？传统知识图谱？Large Scale Metaphor Graph LearningHow to extract?How to represent?How to use?提示：慢，瘾，不幸福，可依靠游戏时间Internet virtual wallA treatment plan road mapRaising kids growing treesfishing yogaThe fog cageRevenge the sweetest joythe elephant lively snakeCan Machines Intelligently Propose Novel and Reasonable Can Machines Intelligently Propose Novel and Reasonable Scientific Hypotheses?Scientific Hypotheses?Pengwei Wang1,Zhongyuan Wang2,Lei Ji3,Jun Yan3 and Lianwen Jin1