CNCC知识图谱技术论坛聚焦三个核心问题

CNCC大会已经顺利结束，并且已经完成相关视频的上传工作，回放功能现已开启，如果想查看CNCC期间的视频，可以进入CNCC官网的大会日程中观看。

知识图谱：多模态、可解释性与低资源技术论坛邀请到了京东集团副总裁、AI 常务副院长、智能人机交互部负责人何晓冬博士、哈尔滨工业大学社会计算与信息检索中心主任秦兵教授、中山大学梁小丹副教授作为论坛讲者出席，同时邀请到了浙江大学陈华钧教授，同济大学百人计划、特聘研究员王昊奋博士作为Panel嘉宾出席。论坛由来自中国科学院信息工程研究所网络空间技术实验室林俊宇副研究员主持。

何晓冬博士《多模态与知识驱动的数字内容生成》的报告首先向大家介绍了京东在语音、文本、图像的合成技术方面取得的成果，其次展示了在数字虚拟形象、智能客户服务、以及智能艺术创意等场景落地了一系列应用，最后针对未来的方向发表了自己的观点。

秦兵教授给大家带了《开放域多元知识图谱构建及应用》的主题报告，该报告向大家介绍了开放域多元知识图谱的目标，主要是从不同来源文本中获取实体和事件的相关信息并进行泛化组织，其次介绍了基于实体的知识图谱和基于事件的知识图谱构建和融合方法，以及知识图谱在下游任务上的应用。

梁小丹副教授作了《多模态知识推理及其在可解释性 AI 的应用》的精彩分享，她首先总结了多模态知识推理的主要进展，尤其是视觉语言联 合任务的应用，从大规模物体检测，全景分割，大规模文本描述引导的无监督商品实例检测模型等方面，其次介绍研究小组的一些探索和思考 , 研究如何解决复杂场景下视觉实例的多样性、语言二义性，视觉语言的语义一致性，高层次语义解析所带来的技术挑战。

在Panel环节中，嘉宾们围绕多模态、可解释性与低资源三大核心关键难点，针对如何从非结构化甚至是多媒体数据提取结构化知识，以更好地支撑多模态知识图谱的构建，如何让知识图谱为黑盒化的深度学习解释性方面的理论提升，提供全新机遇，以及如何在较低资源的情形下进行交互式知识推理和知识补全等一系列问题展开研讨，并就未来知识图谱的发展趋势进行了开放性的探讨。

本次技术论坛由CCF自然语言处理专业委员会和CCF YOCSEF上海共同承办，CCF计算机应用专业委员会协办，线上线下共计500余人参加了本次活动。