图谱动态｜学苑周刊 NO.102

国家林草局：林草领域知识图谱应用系统正式运行

2022年6月21日消息，由中国林科院科信所林草大数据与知识服务团队研发的“林草领域知识图谱应用系统”正式运行。该系统实现了林草领域知识资源协同建设与共享，可为用户提供基于语义关联的知识发现服务。

该系统历经3年多的研发，覆盖了从数据采集到数据清洗、知识提取、知识表示、本体建模、图谱自动构建及动态更新、可视化关联分析、智能问答、语义检索、智能知识推荐等知识图谱技术链。确定了专家、机构、地点、类别、品种、种（动植物）、属（动植物）、科（动植物）八大概念维度，构建了林草领域知识本体模型。开展了林草专家、机构、造林树种、国家林木良种名录、授权植物新品种等知识的收集、数据抽取、精细化加工和标注，构建了林草领域知识本体库。

目前，该系统已收录林草领域实体数据53753个、关系数据162888个，具备知识关联、智能搜索、知识挖掘与可视化分析等功能，实现林草领域知识图谱与林业专业知识服务系统林业搜索系统有机融合。

https://t.hk.uy/beSK

喜迎“七一” 人民网智慧党建体验中心再上新

6月28日，随着球面屏最后一块屏幕拼接完毕，人民网智慧党建体验中心迎来新成员——可移动沉浸式红色球幕展厅。近期，人民网智慧党建体验中心进行产品升级，升级后的体验中心更具知识性、互动性、针对性，着力为参观者营造体验感更强、呈现度更加丰富的党史学习新体验。

在红色球幕展厅部署完成的同时，另一款“拳头产品”——智慧党建内容服务云平台同步完成产品升级迭代。该产品借助领先的NLP（自然语言处理）技术，深挖丰富的党史内容，借助深度学习的技术手段，将丰富的党史资料整理成了两万多个知识节点，利用语义关联、协同推荐等人工智能技术，两万多个党史知识节点被有机组合成一个高维度党史知识图谱，仿若灿烂的知识星河。

https://t.hk.uy/beSG

Unstruk Data与AssemblyAI 建立合作伙伴关系

Unstruk Data, Inc 用于非结构化数据管理的无代码 DataOps 平台，宣布与音频智能技术 AssemblyAI 建立合作伙伴关系。在 Unstruk 数据平台中集成 AssemblyAI 的转录和音频智能 API，使用户能够以最高的准确性定位在音频文件中获得实体。

Unstruk 数据平台旨在经济高效地简化将非结构化数据文件转换为可操作知识的过程。Unstruk 提取人物、地点和事物，跨图像、视频、音频、3D 和文档文件，无需编码或手动操作。Unstruk 通过自动创建的企业知识图谱实现数据准备、数据可视化和智能数据发现，该图谱可以轻松集成到现有的结构化数据平台和工作流工具中。

https://t.hk.uy/bePP

—--| 会议讲座 |--—

BDIOT 2022—第六届大数据与物联网国际会议

2022第六届大数据与物联网国际会议（BDIOT2022）。会议将于 2022 年 8 月 12 日至 14 日在中国重庆举行，与 VRIP 2022 同期举行。BDIOT 2022 由中国重庆工商大学和中国澳门大学（澳门）联合主办；并得到中国华北理工大学和意大利帕尔马大学的支持。

详情请访问

http://www.bdiot.org/

KR — 第 19 届知识表示和推理原理国际会议

KR Inc是一家在美国马萨诸塞州成立的非营利性科学基金会，致力于促进知识表示和推理的研究和交流。

其主要活动包括组织一系列著名的会议、知识表示和推理原则会议、与相关主题的研讨会合作、维护万维网上的信息材料以及维护 与 KR 相关的邮件列表。

第十九届知识表示与推理原理国际会议（KR2022），将于2022年7月31日-8月5日在以色列海法召开。KR2022 的总主席是Gerhard Lakemeyer；项目主席是 Gabriele Kern-Isberner 和 Thomas Meyer；当地安排主席是 Ofer Arieli。

详情请访问

https://kr.org/

 JOWO 2022

联合本体研讨会 (The Joint Ontology Workshops，JOWO) 是一个研讨会场所，共同讨论与本体研究相关的广泛主题，从认知科学到知识表示、自然语言处理、人工智能、逻辑、哲学和语言学。

JOWO 2022 将于 2022 年 8 月 15 日至 19 日在瑞典的延雪平大学举行。

将举办8场研讨会和3场教程。隆德大学的Peter Gärdenfors教授和德累斯顿工业大学的

Sebastian Rudolph教授等专家将在研讨会中发表主题演讲。

详情请访问

https://thegraphlounge.com/event/jowo-2022-the-joint-ontology-workshops-2022/

知识图谱导论

本周推荐的是浙江大学计算机科学与技术学院的陈华钧教授开设的知识图谱公开课程《知识图谱导论》，课程系统性介绍知识图谱的基本概念、核心技术内涵和应用实践方法，具体内容涉及知识表示与推理、图数据库、关系抽取与知识图谱构建、知识图谱表示学习与嵌入、语义搜索与知识问答、图神经网络与图挖掘分析等。内容设计以“基础、前沿与实践”相结合为基本原则，包括基本概念介绍和实践应用内容，也包括学术界的最新前沿进展的介绍。

知识图谱的早期理念旨在采用图的结构来建模和记录世界万物之间的关联关系和知识，以便有效实现更加精准的对象级搜索。经过近二十年的发展，知识图谱的相关技术已经在搜索引擎、智能问答、语言及视觉理解、大数据决策分析、智能设备物联等众多领域得到广泛应用，被公认为是实现认知智能的重要基石。近年来，随着自然语言处理、深度学习、图数据处理等众多领域的飞速发展，知识图谱在自动化知识获取、 基于知识的自然语言处理、基于表示学习的机器推理、基于图神经网络的图挖掘与分析等领域又取得了很多新进展。

本课程一共九讲，系统全面的介绍了知识图谱方方面面的经典方法和前沿技术，课程视频和课件均已公开，并且推荐了众多有价值的参考文献，对于读者快速入门知识图谱技术会有很大帮助。课程详细内容和课件可以在陈华钧教授个人主页获取https://person.zju.edu.cn/huajun。