清华大学：刘知远——知识表示学习及其应用

刘知远，清华大学计算机系助理教授、博士生导师。主要研究方向为表示学习、知识图谱和社会计算。2011年获得清华大学博士学位，已在AAAI、IJCAI、ACL等人工智能领域的著名国际期刊和会议发表相关论文30余篇，Google Scholar统计引用超过1700次。承担多项国家自然科学基金。曾获清华大学优秀博士学位论文、中国人工智能学会优秀博士学位论文、清华大学优秀博士后、中文信息学会青年创新奖，入选中国科学青年人才托举工程、CCF-Intel青年学者提升计划。担任中文信息学会青年工作委员会执委、副主任，中文信息学会社会媒体处理专委会委员、秘书，SCI期刊Frontiers of Computer Science青年编委。担任ACL、IJCAI、AAAI、NAACL、EMNLP、WWW、WSDM等著名学术会议的程序委员会委员以及TKDE、TOIS、JCST等著名学术期刊审稿人。

导读：知识图谱将人类知识组织整理成结构化知识库，在人工智能很多领域发挥重要的基础作用。知识表示旨在研究如何更好地表示知识（实体和关系）的语义信息，以更好地利用知识图谱信息。随着深度学习的发展，近年来知识表示学习取得了重要突破。报告将介绍知识表示学习的最新研究进展，并展望其在社会计算中的应用。