全国知识图谱与语义计算大会
(CCKS 2025)
2025年9月19~21日,福州
1. 会议简介
全国知识图谱与语义计算大会(China Conference on Knowledge Graph and Semantic Computing,CCKS)由中国中文信息学会语言与知识计算专业委员会主办,大会源自中文知识图谱研讨会(Chinese Knowledge Graph Symposium,CKGS)和中国语义网与万维网科学大会(Chinese Semantic Web and Web Science Conference,CSWS),2016年两会合并,CCKS 2016年至2024年,分别在北京、成都、天津、杭州、南昌、广州(线上)、秦皇岛、沈阳和重庆等地举办。全国知识图谱与语义计算大会已经成为国内知识图谱、语义技术等领域的核心学术会议,聚集了知识表示与推理、自然语言理解与知识获取、图数据管理与图计算、智能问答等相关技术领域的学者和研发人员。
本次全国知识图谱与语义计算大会(CCKS 2025)将于2025年9月19日至21日在福州召开。本届大会的主题是“大模型智能体与知识计算”,旨在探讨在知识图谱的支持下,如何提升大模型智能体在知识计算方面的准确性和可靠性。大会将具体探讨知识表示、知识存储、知识挖掘、知识融合、知识推理、可解释性、伦理、知识图谱增强的大模型、智能体架构等知识图谱和大模型智能体关键技术,以引导大模型时代知识计算技术的范式变革和知识增强的大模型智能体技术发展。大会议程将包括讲习班、大会特邀报告、前沿趋势论坛、工业界论坛、青年学者论坛、评测与竞赛、论文报告、海报与系统展示等环节,邀请国内外知名学者介绍相关领域的最新进展和发展趋势,邀请产业界知名研发人员分享实战经验,促进产学研合作。
2. 评测任务
CCKS 2025将组织知识图谱相关评测竞赛,旨在为研究者们提供一个测试技术、算法及系统的平台。CCKS 2025的评测任务可由任务发布者自行选择平台和评测方案。CCKS 2024评测竞赛环节共设立6个主题,4家企业及13家高校共设置了11项任务,涵盖大模型知识编辑、大模型零样本知识抽取、人物知识图谱复杂问答推理、篇章级文本的突发事件关系抽取及摘要生成、双语Text-to-SQL等领域,吸引了超过2400支队伍、5300多人参赛。最终共计42支队伍共获得24万奖金,单任务资金最高金额达5万元,在工业界和学术界形成较高影响力。在此,CCKS 2025大会诚挚地向相关领域的研究者、研究机构及企业征集评测任务方案。
时间安排:
• 任务征集截止:4月16日
• 审核结果通知:4月23日
• 评测任务发布:4月30日
• 报名时间:5月1日—8月1日
• 训练及验证数据发布:5月14日
• 测试数据发布:8月1日
• 测试结果提交:8月8日
• 评测排名通知:8月15日
• 评测论文提交:9月1日
• CCKS2025会议日期(评测报告及颁奖):9月19日—21日
评测主席:
• 任飞亮,东北大学(renfeiliang@cse.neu.edu.cn)
• 毕 胜,东南大学(bisheng@seu.edu.cn)
评测任务方案请通过邮件发送给评测主席,方案中应详细描述任务内容以及评测数据的准备过程。评测方案的模板及内容可参考CCKS2024各个任务的任务描述文件(https://sigkg.cn/ccks-ijckg2024/evaluation/)。
评测任务主题包括(但不限于):
– 知识表示与推理
• 知识表示与本体建模
• 知识表示学习
• 本体重用与演化
• 本体映射、融合与对齐
• 本体评估
• 知识推理
• 知识库补全
• 大模型赋能的知识表示与推理
– 知识获取与知识图谱构建
• 开放知识抽取
• 众包知识工程与协同知识获取
• 人机协同知识库构建
• 大模型赋能的知识挖掘
• 维基数据的知识获取
• 自动化知识库构建工具、语言与系统
• 基于监督学习/非监督学习的知识获取
• 半监督学习/远程监督学习与文本抽取
– 链接数据、知识融合和知识图谱存储管理
• 实体识别、实体消解与实体链接
• 术语映射与集成
• 异构知识链接与集成
• 基于本体的数据集成
• 大模型赋能的知识融合
• 知识查询与搜索
• 弹性知识存储与分布式计算
• 图数据库
• 大模型赋能的知识查询分析
– 自然语言理解、语义计算和知识图谱挖掘
• 文本理解
• 机器阅读理解
• 语义相似度/相关度计算
• 同义挖掘
• 大模型赋能的自然语言理解
– 知识图谱应用
• 知识图谱可视化
• 语义搜索
• 基于知识的问答系统
• 智能个人助理系统
• 基于知识的自然语言/语音/图像/视频语义分析
• 智能推荐
• 大模型与知识图谱应用
– 知识图谱赋能大模型
• 知识图谱增强的大模型预训练
• 知识图谱增强的大模型微调
• 知识图谱增强的大模型生成验证与解释
• 基于知识图谱的大模型知识编辑
• 基于知识图谱的检索增强生成
– 知识图谱赋能智能体应用
• 知识图谱增强的智能体应用
• 知识图谱增强的智能体问答与对话
• 知识图谱增强的智能体检索应用