基于知识图谱的人机对话系统方法与实践简介

人机自然语言认知作为智能人机对话的关键瓶颈，涉及语法、语义、语用等三个层级，越往后技术难度越大。语言认知与知识计算的发展，不仅需要引入自然语言理解、认知语言学、心理语言学、社会语言学等多学科的综合参与，更需要引入知识图谱技术对信息进行结构化、语义化和智能化的处理与应用。

认知计算是下一代计算范式。认知系统会从自身与数据、与人的交互中学习，不断自我提高，从而随着时间推移变得更加智能。伴随着人工智能的发展，当前，认知技术正加速融入越来越多的 IT 解决方案，赋予它们一种类人的“思考能力”。这些新功能将支持人类完成以前无法完成的很多事情，比如更深入地理解世界的运转方式、预测行为的后果并制定更好的决策等。IDC预测，到2020年，50% 的商业分析软件将包含基于认知计算功能的分析工具，同时知识认知服务将嵌入新的应用之中。

所以我们不禁好奇，语言认知与知识计算时代还将创造出怎样的奇迹？还会带给我们怎样的惊喜？为此，9月16日CCF TF 第12期将以“语言认知与知识认知计算”为主题，邀请业界顶级专家一起来探讨这些问题。

作为语义网研究的开创者之一，云知声AI Labs 资深专家刘升平受CCF TF邀请，将出席本次研讨会并带来《知性会话——基于知识图谱的人机对话系统方法与实践》的主题报告。

主题简介

人机对话系统（会话交互），有望成为物联网时代的主要交互方式。而语言的理解与表达和知识是密切相关的，知识图谱作为一种大规模知识的表示形式，在人机对话系统中各模块都有重要的应用。而知性对话，则是以知识图谱为核心的人机会话交互服务。

本次报告将介绍知性会话的架构和关键技术，并结合工业级的人机对话系统实践经验，阐述知识图谱在人机对话系统的核心模块，包括口语理解，自然应答生成，聊天，问答，主动交互等方面的应用。

个人简介

刘升平，前IBM中国研究院资深研究员，中文信息学会语言与知识计算专委会，医疗健康与生物信息处理专委会委员。2005年获得北京大学数学学院信息科学系博士。曾在语义网，机器学习、信息检索，医学信息学等领域发表过20多篇论文。在IBM中国研究院信息与知识组工作期间，多次获得过IBM研究成就奖。目前在云知声领导NLP和智慧医疗团队，主要从事要从事自然语言理解和生成，人机对话系统，聊天机器人，知识图谱，临床辅助诊断等研发工作。