主题1：企业知识图谱
报告1：
- 报告题目：Challenges in Enterprise Knowledge Graph
- 报告人：段戎（华为）
- 报告人简介：Dr. Rong Duan currently is Chief Data Scientist of Corporate Data Management Department, Huawei Technologies Co.,Ltd. She oversees the models in AI products that support Corporate Finance Group. She leads a group to construct multiple enterprise knowledge graphs in supporting various business applications. Before joined Huawei, Rong was principal inventive scientist at AT&T Labs, big data research and adjunct professor at Stevens Institute Technology. Has been working in AT&T Labs for more than 20 years, Rong has extensive experience on statistical learning, data mining for business data. Her research interests include data mining, statistical learning theory and methods, Spatial-temporal Risk management, Data Integration and Data Quality Assessment.
报告2：
- 报告题目：生活服务知识图谱在对话系统中的实践
- 报告人：杨帆（美团点评）
- 报告人简介：杨帆，美团点评集团算法研究员，2009硕士毕业于中科院自动化所模式识别实验室。先后在百度等多家互联网公司，从事AI应用相关的工作。在搜索、问答、推荐等领域有近10年的工作经验。目前负责语音交互中心对话系统架构和核心策略的研发。
报告3：
- 报告题目：大规模图数据挖掘在滴滴的应用
- 报告人：李奘（滴滴）
-
- 报告人简介：Dr. Zang Li is Distinguished Engineer at Didi Chuxing. He currently leads the Data Mining group and the NLP-Beijing team. He received his PhD in college of Information Sciences and Technology from Pennsylvania State University. He has worked at Cisco, Linkedin and Zenefits. Dr. Li’s main research interest includes recommendation systems, big data, machine learning, and natural language processing. He has co-authored over 20 academic papers on data mining and also served as a reviewer for several conferences and journals. He joined DiDi in 2015, working on data mining, big data platforms, natural language processing, knowledge graph, and growth strategies.
报告4：
- 报告题目：Openbase进展报告
- 报告人：刘作鹏（OpenKG，小米）
- 报告概要：OpenBase在过去一年里发展迅速，不仅产品功能更加完善，包含的图谱种类和图谱规模都也在快速增长。从功能角度来看，随着编辑功能的增加、gStore的引入、图谱下载权限的放开，搜索能力的提升、展示界面的优化等，都在让OpenBase变得越来越易用。此外OpenKG的志愿者们还针知识图谱KG4AI，组织了一个中型的众包活动，希望借助众包的力量来优化KG4AI的质量。从数据角度来看，目前OpenBase已经成功导入了10多个知识图谱，包含了KG4AI、农业、佛学、法律等领域，实现了从单一领域到多个领域的扩展。
- 报告人简介：刘作鹏，小米人工智能实验室总监，有10多年人工智能领域相关工作经验。从零开始为小米搭建出知识问答、知识图谱、智能客服三个系统，核心指标国内领先。2009年到2015年，任职于雅虎全球(北京)研发中心，作为雅虎&微软搜索联盟技术负责人，所承担的项目曾为雅虎带来数十亿美金的收入增长。在百度工作时间，设计并实现了凤巢的广告选择平台，成为了国内第一个日请求数突破20亿的互联网服务。
主题2：金融知识图谱
报告1：
- 报告题目：知识图谱在平安寿险的研究与实践
- 报告人：李炫（平安人寿）
-
随着科技的飞速发展，人工智能等前沿技术在传统保险行业的应用范围不断扩大。保险领域具有极强的专业性，技术的运用需要借力于专家知识和经验。通过结合知识图谱和人工智能技术，可以有效利用领域专业知识，充分发挥人工智能技术的优势。
平安人寿积极探索科技与保险的深度融合，在科技赋能方面一直走在行业前沿。基于寿险业务需求，平安人寿构建了包括保险和医疗等核心领域的异构知识图谱，并融合智能对话技术、智能问答技术，自主研发了保险领域的专业面试机器人、业务员个人助理机器人、智能客服机器人、智能保顾机器人等，持续推进知识图谱在保险领域的落地应用。
- 报告人简介：李炫，博士。现任平安寿险人工智能研发部AI平台算法团队中级经理。毕业于中国科学院，获得博士学位，研究方向为自动文档摘要、机器学习、自然语言处理，在国际知名会议、期刊上发表论文多篇。十余年人工智能相关研究和开发经验，先后任职于网易、百度、腾讯、平安寿险，具有深厚理论基础和丰富工业实践经验，擅长推荐系统、对话系统算法研发。负责项目获得“平安集团科技创新奖金奖”，个人获评2018年度“平安集团科技新锐奖”。
报告2：
- 报告题目：知识图谱及其在金融风险预警预测中的应用
- 报告人：连光宇（雅乐美森）
- 摘要：风险事件的预测预警是金融监管机构的重要职能，本报告以典型金融暴雷事件为例，介绍了金融事件抽取、风险图谱构建、风险识别与评估等技术的应用。
- 报告人简介：连光宇博士，总裁，清华大学人工智能专业博士。
报告3：
- 报告题目：从产业链知识图谱到金融事理图谱
- 报告人：白雪（丹渥智能）
- 摘要：知识图谱主要表示的是关于实体的知识，围绕着实体、关系、属性的各种表示、演化和推理技术。事件的加入，从实用角度丰富了图谱所能表示的语义对象的范围。从静态到动态，从表达静态知识到推导动态演化，知识图谱进阶到联动事理图谱，则可进行长距离推理和行业间蝴蝶效应模拟。从产业链知识图谱到金融事理图谱的落地并应用通常需要三个步骤：1. 建立产业链知识图谱：构建宏观、行业、产品、公司层面的上下游产业链和投研逻辑知识图谱，并关联相应的指标数据；2. 加入事件和演化，从静态的表达到动态的传导，并在相应的衔接节点做好触发关联；3. 可监控预警，可沙盘推演，反过来迭代、“生长”图谱知识和事件推理逻辑。产业链知识图谱+金融事理图谱作为基础的投研知识+事件演化平台，可向上支持金融行业资管、研究所、网金、风控等多个场景，展现出巨大的应用价值。
报告4：
- 报告题目：知识图谱的行业应用实践
- 报告人：王文广（达观）
- 知识图谱及其相关技术的介绍：构建、存储技、分析计算与建模等；2. 达观数据渊海知识图谱介绍：功能、数据与应用场景等；3. 知识图谱的行业应用实践 ：行业应用案例。
主题3：工业及公安知识图谱
报告1：
- 报告题目：工业知识图谱构建技术及其在电力行业中的应用
- 报告人：邱剑（阿里）
-
- 报告人简介：邱剑博士（花名:丘子），目前担任阿里云工业大脑-知识图谱团队负责人，主要研究领域为自然语言处理、知识图谱等技术在电力能源、制造等工业领域中的应用。迄今为止，参与大型国家/企业项目近20项，发表SCI/EI论文8篇、专利6项，在浙江大学攻读博士期间，较早的将自然语言处理和知识图谱技术引入到电力领域中，相关研究被引百余次。
报告2：
- 报告题目：基于工业图谱的追溯系统
- 报告人：谭培波（北明智通）
- 摘要：在智能制造中构建工业图谱，将整个工厂生产链条上的资源数据关联起来，消除了传统ERP以单点为基础进行资源管理而造成的信息孤岛特征，为5G条件下物联网的应用奠定了基础；以乳品行业质量图谱实现质量追溯为例，描述质量追溯解析的过程，以及相应的技术难点和解决方案。
- 报告人简介：谭培波，高级工程师，国际TRIZ认证三级专家，6sigma黑带大师，北明智通科技有限公司知识工程事业部技术总监，并担任国家创新方法研究会企业分会理事等社会职务。 谭培波先生具有10年卫星通讯系统研发经验，参与多个卫星型号研发，获得3项部级科技进步奖；10年移动通讯系统研发经验，并推进中兴集团6sigma工作，申请3项基站BTS系统和多块单板开发相关突破性改进专利。 十余年来带领技术团队开展知识图谱构建与应用研究，铸就北明智通语义魔方与知识工程平台两大旗舰产品技术内核，并申请3项语义分析相关技术发明专利。
报告3：
- 报告题目：领域知识图谱技术探索与落地实践
- 报告人：孟嘉（明略）
- 摘要：本次分享结合明略科技在领域知识图谱的技术积累与落地实践，介绍知识图谱数据库NEST的核心技术与应用。NEST定位于人工智能应用的基础设施，通过知识构建和混合存储技术，向下对接多种形式的结构化/非结构化数据，融合为统一的多维度关联知识图谱，向上为业务应用提供丰富的图谱查询能力和复杂的图谱分析计算能力。本次分享还会介绍NEST在技术上遇到的挑战与尝试，并介绍知识图谱在公共安全、金融等领域的工程实践经验。
- 报告人简介：孟嘉，明略科技集团技术总监，知识图谱产品线技术负责人，参与多个大数据产品项目的架构设计和落地，擅长大数据系统架构，分布式图数据库与知识图谱相关技术。2014年底加入明略数据，主导研发了智能问答系统LITEMIND、知识图谱数据库NEST和基于知识图谱的分析平台SCOPA。
报告4：
- 报告题目：OneMap：AI知识图谱中台，从数据到认知智能
- 报告人：刘林峰（知道创宇）
- 摘要：当前，各行各业正在开启或者即将开启进行数字化、智能化升级与转型的阶段，其积累的结构化和非结构化数据规模日益增长，然而在挖掘混杂的结构化和非结构化数据业务价值方面，面临众多挑战，包括：1）数据多模态，有效融合困难；2）数据碎片化，价值密度低；3）业务算法和模型强依赖数据，行业经验难以复用；4）机器智能与人类智能的融合难等。本报告就以上问题围绕机器智能与人类智能的融合，让机器学会人类处理复杂问题的经验，探讨了基于AI知识图谱中台的解决路径，并结合实际行业智能落地实践过程，提出从数据到认知智能发展的“人教机器”、“机器教人”、“机器自主学习”三个阶段；最后展望了AI认知智能图谱中台作为各行各业基础设施的潜在价值。
- 报告人简介：刘林峰，北京知道创宇IA（智能增强）实验室主任，北京知道智慧首席科学家兼产品技术负责人。负责北京知道创宇IA（智能增强）实验室，主要研究大数据、人工智能、自然语言处理、网络空间安全等基础核心技术；负责北京知道智慧大数据和AI认知智能产品线，主导面向特种行业、公安和金融领域的大数据、人工智能产品研发。15年以来，主导基于AI知识图谱中台的新一代智能分析产品平台，主导基于安全智脑的未知威胁发现与学习分析平台，以及基于开源网络空间的数据知识服务产品。
主题4：医疗知识图谱
报告1：
- 报告题目：智能临床决策支持系统技术与实践
- 报告人：倪渊 （平安医疗科技）
- 摘要：医生每天要面临不同的临床决策，从诊疗中的诊断和治疗决策到诊疗后的文献查找和科研选题等。在临床决策中，医生需要查找和整合医学知识来得到结论。而医学领域拥有海量的知识，而且快速更新。因此智能的辅助决策工具是可以有效提升医生的决策效率和质量的。医疗知识图谱是智能辅助决策工具的基石，只有将海量非结构化的医学知识整理并表示成医学知识图谱的形式，计算机才能够理解，并且利用知识图谱来做出智能的决策。在本次演讲中，将和大家分享平安医疗知识图谱的构建过程，以及如何基于医疗知识图谱来开发智能的决策支持系统，并分享智能决策支持系统的落地应用案例。
- 报告人简介：倪渊，博士。平安医疗科技，智能疾病管理部，负责人。在自然语言处理及知识图谱技术领域有10年以上的经验，并致力于将人工智能技术应用于医疗领域。在加入平安前，在IBM中国研究院工作10年，并做为主要研发人员参与了IBM沃森机器人的研发以及后续人机辩论机器人Debater的开发。获得20 余项发明专利，并在国际著名会议上发表文章20余篇，包括SIGMOD，ISWC，WSDM，AMIA，Medinfo。
报告2：
- 报告题目：临床电子病历自然语言处理中的挑战与解决方法探索
- 报告人：闫峻 （医渡云）
- 摘要：随着医疗信息化建设的普及，医疗大数据这个词儿在过去一段时间如明星一般吸引着医疗界，学术界，工业界以及政府机构的广泛关注目光。临床电子病历无可厚非的成为了这股浪潮中被关注的焦点，这是因为在各个医疗机构中存储的临床病历数据规模普遍巨大。我们要医疗AI大发展，我们要真实世界数据研究，一切都离不开以临床电子病历为代表的医疗大数据。技术层面看，今天一个很重要的瓶颈问题是我们很大的医疗数据对计算机来讲并不可计算。通俗一点解释就是，这些文本为主的电子病历数据虽然可以让专业人士看懂，但计算机理解不了，也就没法发挥其计算能力，就更别提到应用端的价值体现了。举个例子，如果想知道国内排名前十的肿瘤医院收治的没有家族病史的肺部恶性肿瘤患者总数多少。这问题数学上看起来够简单了，可即使这些医院真把数据贡献出来也未必数的准。为什么？我们需要用来数数的诊断结论，家族病史都藏在病历中的一段段的自然语言文本中，要让计算机把它们识别出来先。可即使识别出来也还不够，如果我们的计算机不知道非小细胞肺癌就是一种肺部恶性肿瘤，那计算机还是帮不上忙去数这个数。我们在这里具体讨论的是在临床电子病历自然语言处理上的三个大的挑战和一些落地的技术方案探索，分别是数据质量问题，数据结构化问题和数据标准化问题。
- 报告人简介：闫峻博士于2006年在北京大学数学学院信息科学系获得博士学位。2004 年获得微软优秀学者称号。2005 年任哈佛大学医学院研究助理。于 2006 年加入微软亚洲研究院工作。任微软亚洲研究院资深研究员，企业智能化和数据挖掘组负责人。他的研究兴趣包括人工智能中的知识挖掘，基于知识的机器学习，文本处理技术，信息检索，互联网广告等并更加关注医疗健康领域的人工智能研究。至今为止，他的数十项研究成果被应用到不同技术产品中，获取技术专利数十项，发表高质量学术论文 80 余篇，包括 SIGKDD, SIGIR, WWW, ICDM, TKDE 等。他是很多高质量学术会议的程序委员会成员及资深程序委员会成员, 并且是很多高质量期刊的审稿人。曾任CCKS工业论坛主席，全球人工智能大会组委会主席，中山大学博士生导师，人民大学工程硕士导师。 现西安交通大学博士生导师， 中文信息学会语言与知识计算专业委员会委员，中文信息学会医疗健康与生物信息处理专业委员会委员。于2017年加入医渡云任首席人工智能科学家。
报告3：
- 报告题目：面向真实世界的医学术语自动规范化
- 报告人：张耀允（神州医疗）
- 摘要：电子病历系统在中国的普及应用积累了大量数据。这些真实世界数据中的表型信息是循证医学研究的重要资源。由于病历数据中出现的医学概念表述形式多样，对其进行规范化处理，从而映射到标准医学术语集上，是后续临床科研应用的基础。尽管美国生物医学信息学领域已经组织了一系列的医学术语规范化公共技术评测，推动了相关系统的构建和广泛应用。中国目前在医学术语规范化方面的工作仍十分有限。本次演讲分享神州医疗结合医学领域知识和机器学习算法构建术语自动规范化系统的实践经验。
- 报告人简介：张耀允，神州数码医疗科技股份有限公司自然语言处理技术总监。主持参与过包括多项医学自然语言处理国际评测，并获得第一名的成绩。在疾病、药品不良反应等医学信息抽取和医学术语规范化等技术方面有多年研发经验。2019年初加入神州医疗，负责电子病历文本、医疗文献、临床指南等医疗文本中的信息提取和自动术语规范化，以及面向信息检索和临床决策系统的知识图谱自动构建。
报告4：
- 报告题目：知识图谱在虚拟生命中的工程实践
- 报告人：邵浩（狗尾草）
- 摘要：知识图谱被认为是从感知智能通往认知智能的重要基石，尤其是在实现聊天机器人的下一代范式-虚拟生命的过程中，知识图谱起到了至关重要的作用。本报告聚焦知识图谱在产品中的具体落地，给出了知识图谱的构建全流程，分析了知识图谱实践过程中的难题，针对性的提出了解决方案，并讨论了未来的发展方向。
- 报告人简介：邵浩，日本国立九州大学工学博士。狗尾草智能科技有限公司合伙人，人工智能研究院院长，带领团队打造了聊天机器人产品“公子小白”及AI虚拟生命产品“琥珀•虚颜”的交互引擎。上海市静安区首届优秀人才，兼任中国中文信息学会青年工作委员会委员，中国计算机学会YOCSEF上海学术委员会委员。研究方向为人工智能，共发表论文40余篇，出版了业内第一本聊天机器人著作，主持多项国家级及省部级项目，曾在联合国、WTO、亚利桑那州立大学、香港城市大学等任访问学者。
