报告1
报告题目：AIDA知识图谱一站式解决方案
报告人： 汪美玲 （金山）
报告摘要：知识图谱是连接政企领域大数据和智能业务应用的桥梁，是政企数据管理的未来趋势，其中图谱的构建和实时更新是实现智能应用的前提和保障，亦是真正实现技术赋能的关键点。结合我们的工作与实际产出，本次报告主要分为以下三个维度进行分享：
1、技术落地：AIDA知识图谱如何构建底层关键技术体系。
2、一站式解决方案建设：AIDA知识图谱如何为政企领域图谱的构建、知识实时更新、知识应用提供一站式解决方案。
3、垂直场景的应用案例：AIDA知识图谱如何实现在政务、写作、合同、简历等细分场景结合实际痛点快速构建高用户价值的应用案例。
报告人简介：汪美玲，金山软件集团知识图谱技术负责人，博士毕业于中科院软件所，10年以上人工智能领域研发及应用经验，目前主要负责AIDA知识图谱相关技术研发。
报告 2
报告题目：知识中台及智能写作-融合知识与与数据
报告人： 罗彤 （ 北京融汇金信信息技术有限公司 ）
报告摘要：
1 知识中台支持更高层的智能分析
知识中台-Why
知识生成的挑战
建设知识中台的方法
2 知识中台的应用：
更精准的数据预测
基于知识的对话机器人
3 智能写作
智能写作是对知识创造这一上游应用的关键支持
智能写作的关键场景和应用-经济和金融领域的智能写作
报告人简介：罗彤博士，北京融汇金信信息技术有限公司创始人，十五年来一直从事AI的研发工作并在人工智能应用领域具有丰富的经验。曾在机器学习和计算机视觉会刊JMLR, ICDM和ICPR发表文章，曾带领团队开发语义搜索产品，被评为2008年全球十大搜索语义应用之一。回国后一直探索知识图谱与结构化数据在行业服务的应用，研发基于知识与数据融合的搜索、对话机器人和智能写作等产品。
报告 3
报告题目：知识图谱在企业销售与培训业务中的探索与实践
报告人： 戴海生（华来知识科技）
报告摘要：传统销售行业以保险代理、房产中介为代表，一直面临人员流动性大、培训成本高、培训效率低、评价标准不统一等问题。利用知识图谱和自然语言处理的相关技术，对企业所拥有的大量培训材料进行知识图谱体系的构建与知识抽取，并结合培训师专家策略知识进行有机的组织和整合，通过模拟真实销售场景人机对话，形成了标准化的企业销售业务人员智能培训系统。同时，系统还可以分析与处理智能培训的模拟销售场景引导和练习所形成人机交互数据，进一步迭代到模拟销售的知识图谱中，形成一个培训材料和专家知识冷启动+培训数据迭代优化的数据闭环，从而使得行业销售培训具有真实临场感，通用可定制，自我优化等优点。
报告人简介：戴海生，华来知识科技CEO，清华大学博士毕业，CCF语音与对话系统专委会委员；主要研究方向为对话系统、语音识别、知识图谱等，曾任职于IBM、联想研究院、百度、京东等公司，负责语音识别算法研究和语音对话系统研发，获国家发明专利50余件。
报告 4
报告题目：基于知识图谱的对话系统以及行业应用实践
报告人： 卢栋才 （华为）
报告摘要：知识图谱，问答，对话系统简述
行业知识图谱的构建，实体识别和链接
基于行业知识图谱问答方法
基于行业知识图谱的多轮对话方法
基于知识图谱对话系统行业应用实践
未来趋势与总结
报告人简介：卢栋才，博士，华为云语音语义创新Lab，智能对话系统技术专家。曾获得robocup@home世界机器人大赛冠军，负责的家庭服务机器人可佳和佳佳机器人在国内外具有较高影响力。研发的知识图谱问答技术曾获得CCKS2019技术创新奖，并于2020年联合组织CCKS相关评测任务。多篇相关研究成果发表在IJCAI/MM/AAMAS/IROS等顶会或期刊。拥有八年左右人机交互系统的算法研发、系统设计、产品落地经验。
报告 5
报告题目：美团电话场景对话交互技术实践
报告人： 陈见耸（美团点评）
报告摘要：电话是美团和用户、商家、骑手等沟通的重要工具。目前使用电话渠道和客户沟通，仍然存在着诸如服务成本高、用户体验差等问题。为了解决这些问题，美团语音交互中心将对话交互技术应用到电话场景中，落地了包括智能客服、自动外呼机器人、智能坐席辅助系统等在内的多套系统，带来了显著的效率和体验提升。 在电话场景中，用户的开放式口语表述，以及不精准和变换的意图描述，对精确理解用户意图，正确完成对话交互，带来了巨大的挑战。本报告将介绍美团语音交互中心在电话场景中应用对话交互技术所面临的问题及技术实践。
报告人简介：陈见耸，美团点评资深算法专家，2013年博士毕业于中科院自动化所。具有近十年AI应用相关的工作经验。主要的研究方向为对话交互技术，包括：语义理解、多轮对话、问答系统、推荐等。目前负责对话交互技术在美团电话场景的研发工作。
报告 6
报告题目：金融服务中的知识图谱应用实践
报告人：王太峰（蚂蚁金服）
报告摘要：蚂蚁金服为广大的用户提供贴心便捷的金融服务得益于人工智能科技能力的不断创新，而随着业务演化和积累，最为宝贵的部分就是在业务中起到核心作用的业务知识数据，基于这些业务知识，可以让智能的算法融合专业的知识，更加贴合业务场景和需求，并且能让金融场景特有的可解释需求得到解决，助力业务稳步向前发展。 蚂蚁金服的用户能够方便及时的获取各种数字化的生活服务和金融服务。为了支撑好这些业务，我们建设了蚂蚁知识图谱平台，支持Schema构建和管理，图谱数据质量管控，图谱数据存储和查询， 图谱数据的权限管控，基于图谱的推理，沉淀了金融知识数据和业务规则，包括了企业和企业信贷风控规则，理财产品及理财产品关联规则，金融风险事件，医疗健康保险及保险核保核赔规则，监管法规及合规规则，民生服务数据等。 在这个报告中，我们将集中的介绍蚂蚁金服构建金融知识并在业务场景中的实践，并将其中的核心技术、算法和解决方案进行总结，希望为广大知识图谱技术工作者提供很好的参看。
报告人简介：王太峰，目前任蚂蚁金服人工智能部资深算法专家。在蚂蚁金服负责知识图谱平台和自然语言处理应用平台建设，服务于蚂蚁金服内部各条业务线。在加入蚂蚁之前他在微软亚洲研究院工作11年，任主管研究员。他的研究方向包括自然语言处理，大规模机器学习，计算广告学，图算法等等。他在国际顶级的机器学习会议上发表超过25篇论文和4次大规模机器学习顶会专题课程报告，并与他人合著《分布式机器学习：算法、理论与实践》，开源项目lightGBM的作者。
报告 7
报告题目：知识图谱及其在零售行业的多场景应用
报告人：吴友政（京东）
报告摘要：知识驱动是实现机器语言理解能力和认知能力的必由之路。而知识图谱则是最直观和最易于理解的知识表示和实现知识推理的框架。当前，知识图谱技术在企业的大规模真实场景下有哪些应用，还面临哪些挑战呢？
本次分享侧重介绍京东AI研究院在知识获取、知识融合、知识的分布式表示等知识图谱关键技术上的探索，及其在零售行业中的智能客服、商品营销文案智能写作、智能处方审核及企业商品采购等多个场景中的应用案例。
报告人简介：吴友政，博士，京东AI研究院NLP算法科学家、总监、兼任中国中文信息学会语言与知识计算专委会委员。目前带领团队在人机多轮对话、自然语言生成、知识图谱上不断取得创新，打造的京东咨询导购机器人“京小智”每天服务超过10万品牌商家。 吴友政博士毕业于中国科学院自动化研究所，毕业后先后在日本情报通信研究机构（NICT）、英国爱丁堡大学、索尼中国研究院和爱奇艺担任自然语言处理、语音识别、机器翻译等方向的技术研究和产品研发工作。在自然语言处理、人工智能等领域国际重要会议和期刊发表多篇论文（如ACL、EMNLP、AAAI、IJCAI、CIKM、ICASSP、INTERSPEECH、Computer Speech & Language等）。
报告 8
报告题目： 对话语料和领域知识驱动下的智能对话技术探索及实践
报告人：尹曦 （中国平安人寿保险股份有限公司）
报告摘要：近年来，随着深度学习技术的发展，对话系统技术突飞猛进。在保险行业，人机对话技术拥有广泛应用场景，可有效赋能销售、服务、管理的线上化和创新优化。基于此，平安人寿搭建了一套业界领先的对话式机器人系统，全面赋能人员招聘、专业培训、展业支持、客户服务、经营管理等业务场景。
对存在大量多轮次对话的任务型机器人应用场景，如在线保单办理和在线理赔等，采用传统的基于规则和有监督方法来进行对话策略的学习会面临诸多难点，如忽略了多轮对话的序列化结构及上下文的相互依赖和影响等。 为此，我们深度挖掘了大规模对话语料中蕴含的知识和话题转换规律，创新性地提出了“基于蒙特卡洛树搜索的强化学习决策规划”和“基于对话图谱的主动引导”等技术来优化多轮对话策略的学习。同时，针对客户的开放式口语表述，我们通过自适应地融入领域图谱中的相关知识来解决实体链接的挑战。 目前，这些技术已应用到基于寿险领域知识图谱的问答系统和智能电话坐席辅助系统中， 有效提升了客户体验和服务效果。
本报告将介绍平安人寿人工智能研发团队在大规模对话语料和领域知识驱动下的智能对话技术探索和成果。
报告人简介： 尹曦博士，平安人寿人工智能研发团队知识驱动方向负责人，美国加州伯克利大学博士，深圳市海外高层次人才。目前负责知识驱动的多模人机交互对话技术研发及其在平安人寿业务场景的落地应用。本科毕业于清华大学，先后在英特尔、华为和腾讯拥有9年人工智能算法和大数据应用工作经验。擅长领域包括自然语言处理、推荐算法、机器学习、大数据挖掘和分析等。
报告 9
报告题目：小米小爱智能问答技术探索与实践
报告人：代文（小米）
报告摘要：主要介绍智能问答技术在小爱场景的应用，尤其是KBQA和检索式问答两种工业界常用的问答技术。着重分享团队在意图理解、槽位解析、语义匹配等关键技术上的算法探索，以及一些技术落地的思考。
报告人简介：代文，博士，小米AI实验室知识图谱组智能问答方向技术负责人，主要负责小爱同学知识类问答，包括KBQA、检索式问答等技术方向。在问答方面耕耘多年，在query理解、槽位解析、语义匹配等方面拥有丰富的技术经验，相关技术在小爱音箱、小米手机等多个智能硬件上落地。
报告 10
报告题目：知识赋能智慧医疗
报告人：陆超（百度）
报告摘要：医疗资源不均、医生供需缺口大、临床工作压力持续增加是我国医疗卫生事业面临的突出困难，利用AI技术实现临床辅助具有现实意义。近年来，随着医疗信息化长足进步，数据、算力及算法等条件日臻成熟，应用AI实现医疗智慧化已具备充分条件。本次报告主要分享百度如何运用知识构建循证医学认知引擎并打造智慧医疗中台，以及赋能智慧医疗上的实践应用案例。
报告人简介：陆超，百度知识图谱主任架构师，10年以上人工智能领域研发及应用经验，目前负责百度知识图谱构建及智慧医疗认知计算技术。
报告 11
报告题目：知识图谱与机器学习的融合-可解释的模型构建
报告人：焦晓康（医渡云）
报告摘要：随着大数据的发展和硬件算力的提升，机器学习，特别是深度学习的发展十分迅猛，各类复杂的模型网络结构层出不穷。而在实际应用中，深度学习模型往往伴随着不透明性和不可解释性。我们无法了解深度学习这类“黑盒”模型的决策过程，因此也无法对模型结果的用户说明模型结论的原因。不可解释的深度学习模型，是人工智能在众多领域实际应用的一道屏障。知识图谱的结合正是为了结合“黑盒”和“逻辑”的双边优势。通过海量实体、关系和属性的表示，知识图谱部分模拟了人脑的认知过程。将知识图谱和机器学习模型相融合，可以辅助机器理解和解释概念，从而让机器的部分决策过程具有一定的可解释性。
报告人简介：焦晓康，医渡云算法工程师，本硕分别毕业于加州大学尔湾分校与纽约大学计算机科学专业。主攻医疗自然语言处理领域。曾于英特尔和微软从事单片机开发和机器学习的相关研究工作。
报告 12
报告题目：新冠开放知识图谱
报告人：王昊奋（OpenKG）
报告摘要：随着关于新型冠状病毒病毒疫情的不断发展，有关疫情的各类信息也在持续更新。OpenKG 紧随疫情发展，陆续发布了包括百科、科研、健康、临床、流行病学、事件、人物、防控等在内的新冠知识图谱开放数据集（简称新冠开放图谱）。在本次报告中，我将代表OpenKG向大家分享各种新冠知识图谱的构建流程，跨数据集的关联与融合，以及背后使用的关键技术。我还将系统地介绍新冠开放图谱的命名规范、语义格式、数据规模与质量评估，和统一访问接口等内容。最后，将展望基于上述开放数据集的潜在智能应用和进一步发展方向。
报告人简介：王昊奋，同济大学百人计划，特聘研究员，CCF YOCSEF上海优秀AC，上海市优秀博士。长期在一线人工智能公司担任CTO之职，拥有前沿科技视野及丰富的研发管理经验，荣获徐汇区学科带头人人才计划。他是全球最大的中文开放知识图谱联盟OpenKG发起人之一。他负责参与多项省部级AI相关项目，发表90余篇AI领域高水平论文，被引用次数达到2000余次，H-index达到21，并受邀在自然语言处理国内顶级会议NLPCC多次担任知识图谱方向主席。他构建了全球首个可交互养成的虚拟偶像—“琥珀·虚颜”；所构建的智能客服机器人已累计服务用户超过10亿人次，并成功入选中国人工智能产业发展联盟最佳AI应用案例。在众多国内外知名竞赛中获第一名的好成绩。目前，他担任中国计算机学会术语工委副主任、TF SIGKG主席、CTO Club上海秘书长；中国中文信息学会语言与知识计算专委会副秘书长、上海交通大学AI校友会秘书长等社会职位。
报告 13
报告题目： 工业质量体系中的知识图谱应用实践
报告人： 王文广（达观数据）
报告摘要： 本报告将介绍如何利用知识图谱技术赋能工业领域智能制造的知识积累，在工业核心流程中发挥应有的价值。特别的，在事关智能制造核心竞争力的诸多因素中，质量管理体系是关键中的关键，本报告将介绍达观知识图谱是如何在其中发挥着作用的，这既包括质量体系中的事前防范的FMEA，也包括质量体系中出现质量问题的事后分析与补救的失效分析等。
1. 工业知识图谱的构建和应用概述
2. 知识图谱技术赋能智能制造方法与应用
3. 智能制造质量体系中的FMEA和失效分析
4. 基于知识图谱赋能事前防范FMEA应用实践
5. 基于知识图谱赋能质量问题的失效分析应用实践
报告人简介： 王文广，达观数据副总裁，自然语言处理和知识图谱技术专家，浙大大学计算机应用技术硕士，中国计算机学会（CCF）会员，中国人工智能学会（CAAI）会员，拥有OCR、知识图谱、NLP等领域的7项国家发明专利，发表有NLP和知识图谱领域多篇论文，在系统架构设计、CV、NLP和知识图谱等领域有十多年工作经验，曾摘取ACM KDD CUP、EMI Hackathon、“中国法研杯”法律智能竞赛等人工智能算法竞赛荣誉。曾受中国人工智能学会邀请去AIIA人工智能开发者大会分享知识图谱应用实践经验，在CCKS（全国知识图谱与语义计算大会）2019上分享知识图谱在金融领域的应用，并组织了CCKS2020自动化构建金融领域知识图谱的技术评测任务，在GIAC（全球互联网架构大会）2020上担任《人工智能产品落地》专题出品人并分享《知识图谱赋能智能制造》。
报告 14
报告题目： 商业知识图谱 – 从开放性图谱构建到商业应用
报告人： 徐亚波 （数说故事）
报告摘要： 近几年来，知识图谱毫无疑问是人工智能的前沿热点。基于海量互联网数据，数说故事构建了超大规模的通用型商业知识图谱，并在商业分析、商业数据产品、推荐系统等多项产品中实现了广泛的应用。数说故事通过结合通用型实体识别，开放性实体关系与属性挖掘，知识图谱embedding的后置实体类型推断等算法实现了大规模高精度的知识提取。本讲座将从海量知识图谱的构建算法，工程化存储与服务以及商业应用三个角度来讲述知识图谱在商业分析场景下的应用。
报告人简介： 徐亚波博士， 南京大学本科，香港中文大学硕士，其后获得加拿大西蒙弗雷泽大学计算科学博士学位，数说故事创始人兼CEO，曾任中山大学数据科学与计算机副教授，广州市创业领军人才，广东省珠江科技新星，广东省高层次海外留学人才，中山大学“百人计划”引进人才，香港中文大学和微软访问学者，迄今在国际顶极数据库和互联网会议发表论文近三十篇，出版专著三部，拥有国际国内发明专利十多项。徐亚波一直致力于数据挖掘研究与数据价值实现，主要研究方向为网络搜索、数据挖掘及云计算，先后创立了一找(Yeezhao)／数说故事(Datastory)／塔布(Datatub)等多个大数据技术品牌，分别为企业提供技术平台、分析服务以及完整的解决方案。2015年7月，数说故事、塔布完成品牌合并，开始担任数说故事CEO，为企业数据化转型提供完整的解决方案，推动数据到价值的转换。
报告 15
报告题目： 知识图谱技术在工业领域的分阶应用
报告人： 谭培波 （智通云联科技）
报告摘要： 本报告结合知识图谱的多维度表达能力和复杂关系的分析能力，基于数学计算模型和图谱方法论，对知识图谱结构和应用进行分阶分层；分别介绍了从0阶图谱到2阶图谱，从原图应用到推理应用，如何利用知识图谱有效将工业知识和业务进行多维度表达、智能化融合应用的技术，以及在石化、乳品、电力等行业的应用案例。
报告人简介： 谭培波，高级工程师，国际TRIZ认证三级专家，6sigma（六西格玛）黑带大师，并担任国家创新方法研究会企业分会理事。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项相关突破性改进专利。十余年工业知识图谱构建与应用方法、技术研究，并在航空、石化、电力、乳品等行业实现工程化应用。发表论文7篇、编写著作3部、参与国家标准4项。
报告 16
报告题目： 行业知识图谱关键技术及应用
报告人： 唐呈光 (阿里巴巴）
报告摘要： 云小蜜已应用于电信运营商、数字政府、金融等领域，为政府、企业和组织提供了一套完整的智能客服解决方案。小蜜通过构建行业知识图谱，提升语义理解、推理计算和高效复用的业务效果，推动智能客服产品升级，从而带来更好的用户体验。在技术能力上，围绕低成本知识图谱构建，研发了Schema和三元组半自动化构建技术；为了提升知识图谱问答（KBQA）能力，利用Semantic Parsing方法对复杂条件句、时间约束句和多跳推理等多种问句类型进行语义解析，从而实现精准问答和知识推理。针对图谱在运营过程中，需要经常动态更新属性、关系，不断重训模型的问题，我们提出一套动态自适应算法，降低客户的运营成本。
报告人简介： 唐呈光，阿里巴巴算法专家，2017年初加入阿里巴巴，云小蜜KBQA方向算法负责人，主要负责知识图谱构建、知识图谱问答以及图谱动态自适应能力的算法研发，致力于解决智能服务领域人机对话遇到的复杂语义理解和知识推理问题，并落地到ToB真实业务场景中。