第三届“数据分析与知识发现”学术研讨会

2021年10月28-29日 中国 深圳

报告专家

陈悦    大连理工大学

大连理工大学教授,博士生导师 ,科学学与科技管理研究所所长和WISE实验室主任,美国德雷塞尔大学和比利时鲁汶大学做高级访问学者,中国科学学与科技政策研究会常务理事,科学学理论与学科建设专委会主任,COLLNET亚洲区域主席。2019年荣获第三届中国科学学与科技政策研究会“优秀青年奖”。主要从事科学学理论、知识图谱与科学计量学、技术管理与创新管理的研究工作。截至2021年8月,主持和参与国家社会科学基金、科学技术部国家重点研发计划、中国工程院咨询课题等科研项目40余项;出版著作10部,其中2部专著、6部合著、2部译著;发表学术论文百余篇。 详情
报告题目:基于ESI高被引论文的国家科技自立自强水平测度研究
报告摘要:党的十九届五中全会提出把科技自立自强作为国家发展的战略支撑,为客观地把握和认识我国对高科技领域的自主可控和主导引领能力,本研究从科学研究的视角针对科技自立自强的测度问题提供了一种可参考的模型。ESI高被引论文始终是学术界关注的焦点,其在一定程度上反映世界前沿,已被作为衡量学术影响力的重要表征形式之一。本项研究通过测度中国和G7国家在ESI高被引论文中所表现出的自主可控和主导引领能力,从一个侧面反映各国的科技自立自强程度。


李涓子    清华大学

清华大学计算机科学与技术系教授,软件研究所副所长, 数据科学研究院科技大数据研究中心主任,中国计算机学会中文信息技术专业委员会主任。研究方向:融合语义Web、文本与社会网络挖掘技术,研究基于语义的内容管理关键技术,并应用于包括新闻、研究者社会网络和Web服务在内的多个领域,包括基于语义的内容管理关键技术、新闻与社会网络挖掘、新闻领域XML数据处理应用研究。其研究成果发表在SIGMOD、Journal of Web Semantics和TKDE等国际重要学术期刊和会议上。此外,还担任国家标准“中文新闻信息标识语言(CNML)”(GB/T20092-2006)的第四起草人,并作为项目负责人,承担了CNML标准管理系统的研制任务。 详情
报告题目:数据和知识驱动的科技人才情报挖掘和应用
报告摘要:科技人才是国家科技创新经济发展的首要驱动力,如何科学发现、培养、留住、吸引、使用人才,是在当今日趋严峻的国际竞争中取得优势的重要课题。在人工智能时代,面向我国实施创新驱动发展战略和建设创新型国家的重大需求,面对组织对人才管理的智能化需求,如何通过大数据挖掘和分析,实现AI赋能人才工作是当前科研工作中的一个重要方向。报告介绍实现智慧人才的人工智能技术方法论,介绍在多源异构科技情报数据的高效融合、大规模多行业科技知识图谱构建、基于服务场景的智能匹配等共性关键性技术的进展,提供智能人才管理理念和技术体系。


陈云伟    中科院成都文献情报中心

博士,研究员,博士生导师,美国印第安纳大学访问学者, 中科院成都文献情报中心科技处处长,科学计量与科技评价研究中心(SERC)执行主任,学术会议“科学计量与科技评价天府论坛”始创人之一。第十届中国图书馆学会理事,全国科学计量与信息计量学专业委员会委员、副秘书长,四川省图书馆学会第九届常务理事、副秘书长。独立出版专著2部,发表论文100余篇。承担国家重点研发计划、国家社科基金、四川省科技计划项目等10余项。作为负责人或主研人员,完成省部级科技领域规划文本起草及评估报告多份。主要研究领域:科技政策与科技战略、科学计量与科技评价、科学学大数据分析等。 详情
报告题目:引文数据分析方案新尝试
报告摘要:当前,引文网络分析已成为广大科学计量学者开展数据分析与知识发现研究的重要手段,本报告致力于持续改进基于文献引用关系的数据分析方法的功效,从两个角度探索改进空间和路径。其一是构造基于引文网络结构的迭代方法,强调施引文献的质量而非只计算数量,对论文的影响力进行评价,从而进一步实现在一定时间窗内基于特定文献集合对科学家的影响力进行定量评价与揭示,为区分论文的影响力和科学家的影响力提供更加细分的视角。其二是比较7种基于引用关系或相关关系(直接引用关系DC、同被引关系CC、文献耦合关系BC、扩展的直接引用关系EDC、经典检索算法BM25、DC-BC-CC、DC-BM25)构建的网络的社团划分效果,发现基于EDC以及DC-BM25构建的网络可获得更优的社团划分效果,为科学计量学研究人员选择合适的网络进行科学结构分析提供了参考依据。


刘细文    中国科学院文献情报中心

中国科学院文献情报中心主任、研究员,博士生导师。 中国图书馆学会理事、副秘书长,专业图书馆分会秘书长,全国文献与信息标准化委员会副秘书长,《智库理论与实践》、《科学观察》等期刊主编,中国科学院大学特聘岗位教授。长期从事科技政策情报研究与服务、科技战略情报研究、科学计量、信息政策、竞争情报、技术竞争情报研究等。承担和参与国家自然科学基金项目、科技部创新方法研究专项、中国科学院等科研项目 10 余项,发表论文80 余篇。 详情
报告题目:学科/技术领域情报认知模型研究
报告摘要:“数据密集型科学发现”正日益发挥不可替代的作用,多学科交叉前沿和一系列颠覆性技术正在不断塑造新的科技竞争格局。为更好地支撑决策和提供知识服务,未来情报工作应重视发展基于数据的情报研究,形成不同学科/技术领域的“情报认知模型”,从而帮助情报分析人员快速形成与一线科学家“同步”的认知,降低他们对学科/技术领域知识的“学习成本”,逐步实现学科/技术领域情报工作的“模型化”、“结构化”、“标准化”。在人工智能技术快速发展的背景下,许多学术论文利用算法和计算框架对物理世界中的各种研究对象进行了抽象和描述,其中包含相关领域的关键问题、技术指标、性能参数、相关关系、分析方法、技术路线等,是科研人员认知和智慧的结晶。若能将这些算法、框架进行有效的解析、存储,实现可查询、检索、重复使用,将为跨学科领域的科研人员和情报分析人员提供快速了解最新研究领域、敏捷获取领域知识本体的抓手。情报认知模型不仅能够揭示复杂学科/技术问题的要素、脉络、内在知识结构等,而且可以作为情报研究和分析工作的“数据基础设施”、方法“工具箱”,在识别科技机遇、甄别技术威胁、抽提科技情报等方面具有广泛应用价值。


李俊朋    华为

现任华为企业业务全球Marketing 副总裁。 拥有15年ICT领域工作经验(包括近10年国际市场经验),曾担任跨国运营商系统部产品与解决方案VP、区域解决方案与Marketing VP、产品线营销运作总裁等多个重要职位。2018年起担任华为企业业务全球Marketing 副总裁,负责企业业务市场管理,以及5G、人工智能、数字平台、工业互联网等新ICT领域Marketing工作。曾作为华为新ICT 研究工作组组长参与5G与高质量发展联合课题组,作为副主编与国家信息中心等单位共同编著《迈向万物智联新世界》。


牛奔    深圳大学

博士,教授,深圳大学、澳门大学、香港理工大学博士生导师,深圳大学首届荔园优青、深圳大学优秀学者。 英国爱丁堡大学、美国亚利桑那州立大学、新西兰惠灵顿维多利亚大学访问学者,香港理工大学博士后、中国科学院博士后。国家“香江学者”、广东省“千百十人才”省级培养对象、“广东省珠江学者”、教育部“教指委委员”、英国皇家工程院与中国工程院“中英创新领军人才”。长期从事人工智能、大数据分析与处理、智慧医疗等多学科交叉领域的科研工作,入选美国斯坦福大学全球前2%顶尖科学家榜单。主持国家自然科学基金项目6项,发表相关学术论文170余篇,出版专著9部,申请专利及软件著作权7个,获国际及国内学术组织奖项20余项。 详情
报告题目:基于群体智能的数据分析算法
报告摘要:数据生成和收集技术的快速发展,促使商业、经济、医学、工程等领域产生了海量数据。如若能从海量数据中挖掘出有价值的信息,对各领域的发展起着重要的作用。虽然已有大量数据挖掘技术,但是在面对具有数量大、种类多、产生快、价值高等特点的数据时,传统的数据挖掘技术无法处理它们。因此,群体智能算法被用来解决数据挖掘技术所面临的问题。 群体智能是计算智能重要的组成部分,是新一代人工智能规划的重要方向。群体智能主要模拟蚂蚁、蜜蜂、鸟群、菌群等社会性动物的群体行为。这些群体在觅食过程中展现出灵活性、稳健性和自我组织性等特点,使得群体智能受到了学者的持续关注,并已经成功用于解决数据挖掘问题。 本报告以细菌觅食优化算法为例,介绍两种新型数据分析算法。首先,针对海量数据存在的高维冗余特征、建模高计算复杂度和低准确率的问题,提出了多目标自适应学习的菌群算法来选择合适的特征,提高了生物医学数据和客户数据的可解释性,节省计算开销。其次,为从数据中获得有意义的细分群体,提出了基于进化状态的多目标周期性细菌觅食优化算法,成功将客户、企业的信用等级进行划分。


任明    中国人民大学

博士,中国人民大学信息资源管理学院副教授、博导。 中国人民大学数据工程与知识工程教育部重点实验室研究员,中国人民大学数字人文研究中心研究员。研究方向:信息分析,知识图谱,数智赋能与决策支持。主持完成国家自然科学基金等多项科研项目,在 Decision Support Systems,Information Sciences, Journal of Informetrics等国际期刊上发表多项学术成果,出版专著2部。曾赴美国德州大学达拉斯分校、印第安纳大学布鲁明顿分校、比利时根特大学等访问。 详情
报告题目:数字人文领域知识图谱构建
报告摘要:数字人文与知识图谱是当今世界正在蓬勃发展的两个研究领域。传统的人文研究往往建立在实体资源的基础上,或者进行数字化、并为数字化资源添加元数据来完成资源的描述与组织,但也仅仅是揭示资源的粗粒度特征,难以实现对资源的深度分析与有效利用。知识图谱为重构数字人文资源、拓展研究人员的学术视野和挖掘潜力提供了新的方式。尽管知识图谱在诸多领域有了成熟的应用,但是数字人文领域的问题和需求有其特殊性,需要在知识图谱构建的过程中具体分析。本报告主要是结合数字人文领域的数据资源和相关实践的特点,提出数字人文领域知识图谱的构建方法,包括领域本体构建、知识抽取、知识融合、知识推理等环节,以及贯穿整个知识图谱构建过程的人机协作模式和质量控制方法。此外,以家谱资源为例来展示及验证相关理论和方法的效果。


沈志宏    中国科学院计算机网络信息中心

正高级工程师,博士生导师, 中国科学院计算机网络信息中心大数据部主任,大数据分析与计算技术国家地方联合工程实验室总工程师。研究方向:海量数据关联融合、图数据分析挖掘、语义网。主持国家重点研发计划“科学大数据管理系统”课题,作为技术骨干参与中科院“十一五”、“十二五”、“十三五”信息化项目、中科院先导专项、国家基础条件平台项目等。20年以上科学数据软件研发经验,主持开发分布式数据管理发布系统VisualDB、科学数据搜索引擎Voovle、大数据流水线PiFlow、分布式文件系统RegionFS、融合数据库系统PandaDB等软件系统,其中PiFlow 获 2019 年度开源中国“最有价值开源项目奖”、数博会领先科技成果新技术奖,入选首批木兰社区孵化项目;PandaDB 于 2021 年 6 月成功商业化。 详情
报告题目:科学数据中心2.0——特征、挑战与实践
报告摘要:对欧美、我国国家及中科院科学数据中心的发展现状进行梳理总结,指出当前科学数据中心在应对多学科跨领域应用时存在的问题;对新型科学数据中心的形态提出设想,提出科学数据中心2.0的主要特征,分析科学数据中心2.0所面临的关键技术问题与挑战;最后,讨论团队在新形态框架下的具体实践工作,并对未来的应用生态进行展望。


孙傲冰    腾讯

博士,研究员,博士生导师, 腾讯云数字政务大数据和AI产品负责人,中科院云计算中心特聘研究员。2008年毕业于华中科技大学计算机学院,并获得计算机系统结构专业博士学位。2012年从中科院计算所博士后工作站出站。主持国家及省部级研究课题5项,在国内外重要学术期刊及会议上发表学术论文33篇,其中SCI检索16篇,EI检索25篇。申请国家专利8项,软件著作权4项。先后获得中国国家专利优秀奖、广东省科技进步奖等相关奖项。 详情
报告题目:WeCity城市数据动能模型及数智融合实践
报告摘要:实践证明,经济和社会的发展速度与社会数据的增长速度成正比,因此我们必须加强“新基建”基础设施的建设,推动产生、管理和应用更多的数据及之上的智能应用。数据在信息空间只有产生足够的动能,才能打破技术、业务和体制的制约,进一步带动经济和社会跨越式的发展。建立数据动能模型,提出通过提高数据质量Q、开放规模S、流动速度V、拆除系统壁垒L等措施来实现数据“三融五跨”的目标,提高整个城市的数据动能。基于腾讯WeCity未来城市的模型建设和运营实践,提出了腾讯WeCityOS的建设体系,以及以“数据为中心”的城市云底座、数据底座和数据生态的建设思路。基于WeCity数智融合体系建设,提出数据、模型、算力一体化建设、管理和运营的策略,推动数据融合、技术融合和业务融合,打破云计算、物联网、大数据等技术平台的壁垒,推动跨地域、跨组织、跨地域、跨系统和跨业务的数据共享。基于实际案例对数据动能模型进行了验证,为全国智慧城市和城市级数据中台建设提供参考。


孙坦    中国农业科学院

管理学博士,二级研究员,博士研究生导师, 中国农业科学院农科英才领军人才C类入选者。现任中国农业科学院党组成员、副院长。农业农村部农业大数据重点实验室主任、中国图书馆学会副理事长、中国农业科学院科协副主席,《农业图书情报学报》主编。研究方向是数字信息对象描述与组织、大数据挖掘与智慧农业,在专业核心期刊发表学术论文90余篇,参编与主编专著5部,主持国家科技支撑计划项目和国家社科基金项目等10余项。 详情
报告题目:知识关联探索——以水稻粒型基因图谱为例
报告摘要:数据密集型科研时代,以高通量测序技术为代表的生物科学技术的迅速发展,使得水稻领域科学数据资源快速增长,如何对该领域多源异构多模态数据进行深层语义揭示和关联组织,为开展水稻分子设计育种研究提供知识发现服务是值得探索的问题。本报告主要内容包括:首先,对当前知识关联服务现状进行梳理总结,具体归纳为基于聚类的探索式知识关联、基于概念的知识关联、基于实体的知识关联、跨模态资源的知识关联以及基于推理的知识关联;其次,开展水稻粒型基因知识图谱构建实践,基于专家先验知识及知识组织体系构建方式——自顶向上构建图谱,同时结合现有图谱数据剪切、结构化半结构化转化映射以及非结构化知识抽取等多种方式实现自底向上补充完善图谱,实现全景式深层次关联整合;再次,探索图谱驱动的静态、动态知识图谱补全、多维语义关联发现、智能知识问答等多场景知识关联与发现服务,为构建服务于生物育种创新战略提供新的思路和路径参考;最后,对下一步要深入开展的研究进行展望与思考。


王继民    北京大学

北京大学信息管理系教授、博士生导师, 《文献与数据学报》副主编。研究方向包括机器学习、Web数据挖掘、科学评价、信息可视化等。主持国家“核高基”重大科技专项子课题、国家社科基金、以及国家发改委、教育部、北京市科委等科研课题30余项。发表学术研究论文50余篇;出版专著或合著《搜索引擎原理技术与系统》、《Web用户查询日志挖掘与应用》等6部;获得发明专利3项;获得省部级科研奖励2项。目前主持2020年度国家社会科学基金重点项目“开放科学数据集统一发现的关键问题与平台构建研究”。 详情
报告题目:中英文人文社科数据集检索方法与应用研究
报告摘要:随着开放科学和开放政府数据运动的发展,互联网上开放共享数据集的数量在快速增长。与此同时,数据驱动的研究方法在人文社科领域得到了广泛的应用,数据的支撑作用日渐凸显,研究人员对人文社科数据集的需求也在不断扩大。 本课题组采集了国内外主要人文社会科学数据仓储和国内开放政府数据平台中的元数据;构建了一个中英文北京大学人文社科数据集检索平台(http://scielab.pku.edu.cn/dataset_search/),实现在线数据集的检索功能。提出了一个中英文人文社科数据仓储元数据质量评价指标体系和指标自动量化方法,并通过实证研究验证了所提评价方法的有效性。开展了基于深度学习的英文人文社科数据集检索方法的研究,取得了相比向量空间、BM25等传统检索模型更好的实验效果。最后,介绍2021年全国高校人文社科数据集检索方法研究大赛的主要结果。


王曰芬    天津师范大学

天津师范大学继之杰出教授,博士生导师。 研究方向:知识挖掘与知识服务、竞争情报与知识管理、情报研究与经济信息分析。主持国家社科基金重大、重点和国家自科基金等国家级项目5项,主持教育部等省部级项目20多项。发表学术论文180多篇,其中被SCI、CSSCI、EI等收录170多篇;出版专著和教材16部;获得软件著作权2项。以第一完成人获得江苏省哲社优秀成果一等奖和江苏省教学成果一等奖等省部级奖励10多项。兼任江苏省管理学类研究生教育指导委员会委员、中国社科情报学会第九届理事会常务理事、中国科技情报学会第九届理事会理事等职务,并兼任《情报学报》、《数据分析与知识发现》、《情报科学》、《信息资源管理学报》等期刊编委会委员。 详情
报告题目:数据分析与知识发现驱动在专业技术领域的应用:基于多源数据的比较
报告摘要:数据密集型科学研究范式下,面向科学技术发展态势研判与预测的信息分析和情报研究活动,以数据分析与知识发现为驱动开展,将宏观的整体性数据概貌与微观的细粒度知识刻画结合,可以突破原有的受限于专业技术领域把握的困境,为知识创新服务与科技战略决策提供有力支持。目前,针对专业技术领域大数据的相关研究不断涌现,从数据范围选择、研究方案与流程设计,到人工智能、复杂网络等方法导入和创新,以及研究结论阐释,都受到学术界的关注。 本报告的研究,以数据分析与知识发现驱动为切入点,分别以科技论文、技术专利、科学基金、科技报告为数据来源,设计将数据源特征与专业技术领域范畴结合的研究思路、整体框架与分析流程,采用大数据、深度学习和知识图谱等技术方法,从多元和多维等不同角度开展专业技术领域研究前沿与热点、发展脉络与演化、核心技术力量、知识关联与扩散、科研合作与团队识别等探究。本报告的重点是将不同数据源的研究过程与结论加以比较,从研究主题、研究机构/作者、研究的学科范围等几个层面分析基于不同科技数据源的异同,可以发掘出的特点及规律,为多源数据融合的深入研究提供参考借鉴。


徐健    中山大学

中山大学信息管理学院教授,博士,博士生导师。 兼任中国索引学会理事、中国索引学会青年委员会委员。主要研究方向为数据驱动的知识发现、网络用户情感分析。主持或参与多项国家、省部级科研项目工作。已出版学术专著1部,在Scientific Data、JASIST、JOI、《情报学报》、《数据分析与知识发现》等专业期刊发表学术论文70余篇。 详情
报告题目:基于多维度情感分歧度计算的网络舆情分析
报告摘要:舆论争议的探测和描绘为情绪监控和舆论引导提供了有效工具。本研究提出基于多维度情感分歧度计算的网络舆情分析模型,将情感分歧度指标应用于网络舆情事件分析中,针对网络舆情事件层、评论对象层、用户层三个层次特点设计情感分歧度量化方法,分别分析这三个层次情感分歧度的特点与规律,并将这三个层次的情感分歧度进行关联分析,探索各层之间的影响与联系。为验证模型的实际效果,选取微博作为数据源,4个舆情事件作为分析事件进行实验。实验结果表明:(1)事件层情感分歧度可实现从整体观察该事件的争议性,把握该事件情感分歧度演化过程的关键拐点,实现对舆情事件中关键节点的监控;(2)评论对象层情感分歧度可对评论对象的争议性进行判断,用于判断舆论引导的效果;(3)用户层情感分歧度可用于定位情绪化意见领袖,有助于舆论情绪的监控;(4)三个层次情感分歧度的关联分析可实现对舆情争议产生原因的精准定位,并据此选择不同的舆论引导方式。


于施洋    国家信息中心

博士,研究员,现任国家信息中心大数据发展部主任(正局级),兼任国家信息中心数字中国研究院院长、国家发展改革委大数据中心执行副主任等职。 毕业于北京大学政府管理学院,师从汪玉凯教授,获管理学博士学位。2001年赴美国麻省理工学院做访问学者,从事规划方法研究。现主要从事大数据决策支持及大数据发展战略研究,主持国家和省部级课题上百项,参与十余项国家级信息化和大数据相关规划和政策出台的研究工作。主持编写并出版《“一带一路”大数据报告(2016-2018)》、《大数据看改革开放新时代》等多部大数据研究报告,出版专著《迈向万物智联新世界——5G·AI·大数据》《数字中国:重塑新时代全球竞争力》、《电子政务顶层设计》《政府网站分析与优化》《领导干部互联网知识读本》等。


易成岐    国家信息中心

博士,国家信息中心大数据发展部规划与应用处副研究员, 主要从事利用大数据支撑政府决策、社交网络大数据分析等领域研究。发表论文40余篇、授权发明专利5项。出版专著《大数据时代公共政策评估的变革:理论、方法与实践》、《宏观经济大数据分析》,参与编写英文著作2部及其他中文著作4部。目前主持国家社科基金青年项目1项,作为核心人员参与国家科技支撑计划、国家242信息安全计划、国家自然科学基金、国家发展改革委业务司局委托的多项研究课题。担任IEEE TII、Physica A、China Communications、SNAM、IJSN、IEEE ICNC等多个国际期刊及国际会议审稿人。 详情
报告题目:培育超大规模数据要素市场的关键技术研究与应用实践
报告摘要:中国经济已由高速增长转向高质量发展阶段。党的十九届四中全会首次提出将数据增列为一种生产要素,要求建立健全由市场评价贡献、按贡献决定报酬的机制,培育超大规模数据要素市场将对未来政府治理和经济社会发展产生深远影响。本报告将结合当前国家层面研究制定数据要素市场专项指导意见的政策背景,从“十四五”时期我国培育超大规模数据要素市场在数据确权、定价、互信、流通、监管等环节面临的共性瓶颈问题出发,对智能撮合、评估定价、统一隐私计算、合规公证等若干关键技术研究进展及应用实践情况进行介绍。同时,对国家层面构建数据要素流通共性基础设施即国家“数联网”根服务体系的技术路径进行思考,探讨通过打造数据标识编码融合、跨区块链存证溯源、跨隐私计算互信互通三大数据流通基础设施平台,有效促进跨地区、跨行业数据资源及数据要素流通平台互联互通融合发展的可行性。


章成志    南京理工大学

南京理工大学教授、博士生导师。 主要研究领域为信息组织、信息检索、文本挖掘及自然语言处理。现为中国中文信息学会社会媒体处理专委会常委、中国系统工程学会数据科学与知识系统工程专委会常委、中国科学技术情报学会知识组织专委会委员、中国中文信息学会信息检索专委会委员、中国索引学会理事,担任10余种国际期刊编委或客座编辑、5种国内期刊编委,出版专著6部、发表论文180余篇,曾获中国科学技术情报学会“青年情报科学家奖”、江苏社科英才等奖项或称号。 详情
报告题目:大数据时代的自动标引研究进展
报告摘要:近年来,随着网络信息资源的不断丰富、深度学习技术的快速发展,文本的关键词自动抽取这一经典研究话题引起新的关注。本报告将对文本关键词自动抽取的研究历程进行回顾,分析存在的主要问题,然后分享我们在文本关键词自动抽取方面的最新研究工作,最后提出研究展望。


张兰    中国科技大学

中国科学技术大学特任教授,博士生导师,优青。 2016年到中国科学技术大学计算机科学与技术学院担任特任研究员,2019年担任特任教授。围绕跨域数据的理解,隐私保护和共享交易进行研究,其成果共发表国际知名会议和期刊论文60余篇,其中CCF荐A类会议/期刊论文30余篇,申请相关发明专利30余项。2015获得CCF优秀博士学位论文奖和ACM中国优秀博士论文奖。2018年获得全国高校云计算应用创新大赛唯一全国特等奖。2018年获得首届阿里巴巴青橙奖。主持了一项国家自然科学基金优青项目,一项国家自然科学基金重点项目,一项国家重点研发计划课题和一项国家自然科学基金面上项目。目前/曾经担任多个国际知名会议的程序委员会联合主席、出版主席、程序委员会委员等。


张智雄    中国科学院文献情报中心

中国科学院文献情报中心副主任,博士,研究馆员(二级),博士生导师, 中科院“特聘研究员计划”入选者。任中国科学技术情报学会信息技术专业委员会主任;全国图书馆标准化技术委员会(SAC/TC389)副主任委员等职;Data Intelligence期刊共同主编,《数据分析与知识发现》和《农业图书情报学报》期刊的副主编,Journal of Data and Information Science(JDIS)、《数字图书馆论坛》、《智库理论与实践》等期刊编委。发表论文一百六十余篇。主持国家、省部级项目五十余项。主要研究领域为语义标注、数字图书馆、信息监测、学术交流等。 详情
报告题目:在人工智能时代贡献文献情报领域的智慧和方案——科技文献知识人工智能引擎(SciAIEngine)的研发和应用
报告摘要:科技文献知识人工智能引擎(SciAIEngine)是中国科学院文献情报中心研发的一款科技文献知识驱动的人工智能引擎,同时也是一个支撑科技文献知识内容挖掘的开放平台。它基于科技文献大数据语料和深度学习技术方法,从科技文献大数据中获取解决问题的知识,并利用这些知识构筑文本挖掘的基础和核心的人工智能组件,支撑科技文献的挖掘和利用。报告阐述SciAIEngine的研发目标、主要思路、关键技术和具体实现,并对这一引擎的应用案例进行分析。


 

会议日程

 

倒计时

距离大会开幕还有