近年來(lái)，隨著人們對(duì) AI 認(rèn)知能力的積極探索，知識(shí)圖譜因其表達(dá)能力強(qiáng)、拓展性好，基于知識(shí)進(jìn)行推理等優(yōu)勢(shì)得到了學(xué)界與業(yè)界的高度關(guān)注。知識(shí)圖譜，旨在描述客觀世界概念、實(shí)體、事件及其之間關(guān)系，具備可解釋性，而且可以用于解決復(fù)雜決策問(wèn)題。這也意味著通過(guò)深度學(xué)習(xí)與知識(shí)圖譜的結(jié)合，模型底層特征空間與人類(lèi)自然語(yǔ)言之間巨大的語(yǔ)義鴻溝問(wèn)題有望得以解決。在大數(shù)據(jù)和機(jī)器學(xué)習(xí)兩大引擎下，大規(guī)模知識(shí)圖譜的自動(dòng)化構(gòu)建成為現(xiàn)實(shí)，這就加快了知識(shí)圖譜的落地與應(yīng)用。

傳統(tǒng)意義上，知識(shí)圖譜可以劃分為通用知識(shí)圖譜和領(lǐng)域知識(shí)圖譜。例如，國(guó)外的谷歌搜索引擎和國(guó)內(nèi)的百度搜索引擎，這類(lèi)通用領(lǐng)域知識(shí)圖譜是最先被大家熟知的應(yīng)用；而場(chǎng)景的不斷豐富、需求不斷增多、用戶(hù)對(duì)體驗(yàn)與品質(zhì)的要求不斷提高，各行各業(yè)都亟需構(gòu)建領(lǐng)域知識(shí)圖譜。

那么，從趨勢(shì)到實(shí)際需要，知識(shí)圖譜已經(jīng)取得了哪些學(xué)術(shù)與技術(shù)成果，產(chǎn)業(yè)與應(yīng)用發(fā)生了哪些變化？當(dāng)下知識(shí)圖譜領(lǐng)域最關(guān)注的問(wèn)題又是什么？未來(lái)，知識(shí)圖譜又有哪些發(fā)展前景？近日，AI科技大本營(yíng)采訪到了東南大學(xué)教授、博士生導(dǎo)師，東南大學(xué)認(rèn)知智能研究所所長(zhǎng)漆桂林。

漆桂林認(rèn)為，目前知識(shí)圖譜整個(gè)領(lǐng)域最關(guān)注的問(wèn)題還是如何能夠高效、低成本構(gòu)建知識(shí)圖譜，而這個(gè)問(wèn)題對(duì)于研究人員來(lái)說(shuō)，仍是一個(gè)非常大的挑戰(zhàn)，比如現(xiàn)在大家都在關(guān)注如何在少量甚至無(wú)標(biāo)注場(chǎng)景下進(jìn)行知識(shí)圖譜構(gòu)建。

從知識(shí)抽取到知識(shí)推理，大家在關(guān)注什么？

漆桂林表示，近兩年知識(shí)圖譜研究有一些值得關(guān)注的成果，比如：

知識(shí)抽取，如何在少量甚至無(wú)標(biāo)注場(chǎng)景下進(jìn)行知識(shí)圖譜構(gòu)建是一個(gè)具有挑戰(zhàn)性的問(wèn)題。目前大家都在關(guān)注基于圖神經(jīng)網(wǎng)絡(luò)、增強(qiáng)學(xué)習(xí)、交互式知識(shí)抽取等方法。

知識(shí)融合，代表性工作有交互式知識(shí)融合以及基于表示學(xué)習(xí)的知識(shí)融合的工作。

知識(shí)更新，針對(duì)百科類(lèi)知識(shí)圖譜的自動(dòng)化更新技術(shù)取得了一些突破，從而可以對(duì)百科知識(shí)進(jìn)行自動(dòng)化更新。

知識(shí)推理，最近兩年有不少混合式推理的方法出現(xiàn)，也就是混合機(jī)器學(xué)習(xí)和符號(hào)推理的方法，這些方法的提出對(duì)于解決某些機(jī)器學(xué)習(xí)技術(shù)的不可解釋性，以及提升知識(shí)圖譜的推理能力都有作用。

與此同時(shí)，這些關(guān)鍵技術(shù)的應(yīng)用也有一些突破性的進(jìn)展，尤其是在知識(shí)抽取和知識(shí)融合方面：一是人機(jī)交互的商業(yè)化系統(tǒng)的出現(xiàn)，二是關(guān)于人機(jī)交互的信息抽取和知識(shí)融合的學(xué)術(shù)論文也開(kāi)始。

在他看來(lái)，知識(shí)圖譜表示學(xué)習(xí)與推理也取得了很多進(jìn)展，大家開(kāi)始研究知識(shí)表示學(xué)習(xí)在多模態(tài)數(shù)據(jù)上的應(yīng)用，即結(jié)合文本、知識(shí)圖譜、圖像或者視頻的知識(shí)表示學(xué)習(xí)，以及基于知識(shí)表示學(xué)習(xí)的推理。

從通用走向領(lǐng)域：廣泛復(fù)雜的場(chǎng)景

知識(shí)圖譜從以前研究與產(chǎn)業(yè)界脫鉤，到現(xiàn)在領(lǐng)域知識(shí)圖譜成為研究的重點(diǎn)，開(kāi)始面向解決實(shí)際的問(wèn)題。比如最近司法知識(shí)圖譜的構(gòu)建出現(xiàn)了不少研究成果。另外，知識(shí)圖譜用于解決問(wèn)答、推薦系統(tǒng)、圖像理解方面的論文也不斷在增加。

同時(shí)，知識(shí)圖譜在不同行業(yè)也得到了廣泛應(yīng)用，領(lǐng)域知識(shí)圖譜成為企業(yè)的迫切需求。例如，金融領(lǐng)域中的信用評(píng)估、風(fēng)險(xiǎn)控制、反欺詐問(wèn)題；醫(yī)療領(lǐng)域中的智能問(wèn)診問(wèn)題。從通用知識(shí)圖譜到領(lǐng)域知識(shí)圖譜，知識(shí)圖譜開(kāi)始在越來(lái)越廣泛、復(fù)雜的場(chǎng)景中落地并解決實(shí)際問(wèn)題。

“在醫(yī)療、電商、金融、軍工、電力、司法、教育、公安、石油這幾個(gè)領(lǐng)域知識(shí)圖譜已經(jīng)落地并且取得了突出成果。”漆桂林談到。知識(shí)圖譜可以幫助這些領(lǐng)域的公司或研究機(jī)構(gòu)更好地處理多源異構(gòu)數(shù)據(jù)，也就是說(shuō)可以提供一個(gè)統(tǒng)一數(shù)據(jù)模型并且可以靈活地集成和關(guān)聯(lián)這些數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析。

知識(shí)圖譜產(chǎn)學(xué)研相輔相成

“知識(shí)圖譜的產(chǎn)學(xué)研需要有一個(gè)整體規(guī)劃，這也是我一直在實(shí)踐的。”漆桂林表示。

在他看來(lái)，首先需要了解產(chǎn)業(yè)界對(duì)知識(shí)圖譜的需求，知道知識(shí)圖譜可以解決什么應(yīng)用問(wèn)題，帶來(lái)什么價(jià)值。

其次，通過(guò)了解知識(shí)圖譜落地的挑戰(zhàn)，確定知識(shí)圖譜的研究課題。

從短期和長(zhǎng)期來(lái)看，短期課題是要解決產(chǎn)業(yè)界急迫的問(wèn)題，比如少量標(biāo)注情況下的信息抽取方法的研究；而長(zhǎng)期課題是面向三年之后可能對(duì)知識(shí)圖譜落地有用的技術(shù)，比如無(wú)標(biāo)注場(chǎng)景下的信息抽取技術(shù)。

最后，讓知識(shí)圖譜技術(shù)可以快速普及。為了進(jìn)一步貫徹知識(shí)圖譜的產(chǎn)學(xué)研，漆桂林還聯(lián)合學(xué)界、工業(yè)界的專(zhuān)家共同成立了 OpenKG 聯(lián)盟。

漆桂林簡(jiǎn)介

漆桂林，東南大學(xué)教授，博士生導(dǎo)師，東南大學(xué)認(rèn)知智能研究所所長(zhǎng)。現(xiàn)任中國(guó)中文信息學(xué)會(huì)語(yǔ)言與知識(shí)計(jì)算專(zhuān)業(yè)委員會(huì)副主任和中國(guó)科學(xué)技術(shù)情報(bào)學(xué)會(huì)知識(shí)組織專(zhuān)業(yè)委員會(huì)副主任。2006年，漆教授獲得英國(guó)貝爾法斯特女皇大學(xué)計(jì)算機(jī)博士學(xué)位，導(dǎo)師為人工智能界著名專(zhuān)家 Weiru Liu 教授。2006年8月至2009年8月在德國(guó)Karlsruhe大學(xué)AIFB研究所做博士后研究，導(dǎo)師為語(yǔ)義 Web 界國(guó)際知名專(zhuān)家Rudi Studer教授。

目前，漆桂林的研究方向?yàn)椋褐R(shí)圖譜的表示和推理、通用知識(shí)圖譜構(gòu)建、情感分析、智能問(wèn)答、關(guān)系抽取、多模態(tài)圖像處理。

在知識(shí)圖譜的表示和推理，知識(shí)圖譜融合和更新，通用知識(shí)圖譜引擎構(gòu)建，以及高效、低成本構(gòu)建知識(shí)圖譜方面取得了一些成果，包括：

一套并行本體推理引擎和一套規(guī)則引擎，可高效處理千萬(wàn)級(jí)別本體推理，并且支持本體和規(guī)則的混合式推理；

一個(gè)通用知識(shí)圖譜系統(tǒng)，可針對(duì)百科數(shù)據(jù)進(jìn)行抽取、融合、更新、推理，還可針對(duì)各種社交網(wǎng)站數(shù)據(jù)自動(dòng)化構(gòu)建知識(shí)分類(lèi)體系；

一個(gè)針對(duì)通用知識(shí)圖譜的問(wèn)答引擎，可處理復(fù)雜問(wèn)句的問(wèn)答；

一套在少量標(biāo)注情況下的知識(shí)抽取工具。