「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。
本期 AI Drive，我们邀请到腾讯天衍实验室应用研究员博士生张子恒，为大家在线详细解读天衍实验室知识图谱对齐技术。对本期主题感兴趣的小伙伴，9 月 23 日（本周四）晚 7 点，我们准时相约 PaperWeekly 直播间。
直播信息
在过去的一年时间里，我们针对医疗知识图谱对齐任务中面临的难点和挑战，做出了不同方面的探索尝试，力求通过利用知识图谱对齐技术构建起大规模、高质量的医疗知识图谱，我们已经在多个人工智能领域顶级会议上发表学术论文来介绍我们的知识图谱对齐技术。
我们针对医疗知识图谱对齐任务中面临的问题做了如下的探索，我们先后提出了：
  • 真实场景医疗数据集以及真实场景评估方式（COLING’20）
  • 基于本体指导的知识图谱对齐技术（ACL’21）
  • 融合概率推理和图谱建模的知识图谱对齐技术（IJCAI’21）
  • 知识图谱对齐工具（CIKM’21）
论文标题：
An Industry Evaluation of Embedding-based Entity Alignment. In Proceedings of COLING 2020 (Industry Track).
论文链接：
https://aclanthology.org/2020.coling-industry.17.pdf
论文标题：
OntoEA: Ontology-guided Entity Alignment via Joint Knowledge Graph Embedding. In Proceedings of Findings of ACL 2021.
论文链接：
https://aclanthology.org/2021.findings-acl.96.pdf
论文标题：
Unsupervised Knowledge Graph Alignment by Probabilistic Reasoning and Semantic Embedding. In Proceedings of IJCAI 2021.
论文链接：
https://www.ijcai.org/proceedings/2021/0278.pdf
论文标题：
PRASEMap: A Probabilistic Reasoning and Semantic Embedding based Knowledge Graph Alignment System. In Proceedings of CIKM 2021 (Demo Track).
论文链接：
https://arxiv.org/pdf/2106.08801.pdf
嘉宾介绍
 张子恒 / 腾讯天衍实验室应用研究员
张子恒，腾讯天衍实验室应用研究员，研究生毕业于剑桥大学计算机系。研究方向为知识图谱及其在医疗领域的应用落地。先后在 IJCAI、ACL、COLING、CIKM 等国际会议上发表论文。
直播地址 & 交流群
本次直播将在 PaperWeekly 视频号和 B 站直播间进行，扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，在 PaperWeekly 微信公众号后台回复「AI Drive」，即可获取入群通道。
视频号直播间：
扫描下方二维码关注 PaperWeekly 视频号，第一时间获取开播提醒。
B 站直播间：
https://live.bilibili.com/14884511
合作伙伴
🔍
现在，在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
·
继续阅读
阅读原文
关键词
实验室
知识图谱对齐
医疗知识图谱
Knowledge Graph