2021年7月30日，中译语通科技股份有限公司（简称“中译语通”）主办的跨语言多领域知识图谱应用研讨会在京召开。来自中国科学院、复旦大学、同济大学等院校的知识图谱专家学者、知名企业技术专家、IT企业家和用户代表参会，共同围绕跨语言多领域知识图谱技术及行业应用进行研讨交流。中国对外翻译有限公司总经理、中译语通副董事长于洋为会议致辞。

中译语通副董事长于洋致辞

于洋在致辞中回顾了中译语通的发展背景与探索历程。于洋说，中译语通承载着深厚的语言基因，踏上了机器翻译与语言科技、跨语言大数据的研发之路。通过在金融科技、科研数据分析、数字城市建设和工业互联网等垂直领域深耕，公司发展为全球领先的金融科技和科研数据分析公司。这一路上，我们在不断尝试中加深了对数据、算法、算力的认知，并进一步延伸到对知识图谱的探索。未来中译语通将在聚焦多语言人工智能、金融科技和科研数据分析的同时，坚定夯实知识图谱的技术基础。于洋表示，在中译语通成立八周年这个特殊日子里，很荣幸邀请到各位专家和合作伙伴分享知识图谱领域的研究成果和实践经验，希望在思想碰撞中发现更多突破口，实现知识图谱技术应用的深化。

部分与会专家合影

工信部电子标准研究院物联网研究中心知识图谱标准负责人、IEEE知识图谱测评工作组主席李瑞琪做主题为《知识图谱标准化及其现状解读》的专题报告。他在报告中围绕当前知识图谱在产业化应用过程中的标准化需求，介绍了知识图谱标准体系构成、国内外标准化进展，以及知识图谱技术框架、测试评估、认证、领域应用等关键标准核心内容和下一步方向等内容。

复旦大学大数据学院副院长阳德青以远程视频方式围绕《认知智能与内容产业智能化》做主题报告。在阳德青看来，知识图谱作为大数据知识工程的代表，是实现机器认知智能、语言智能的关键要素。知识图谱及其相关技术已在众多互联网应用和行业领域的业务中发挥出重要的智能支撑作用。阳德青在报告中梳理了认知智能发展的核心诉求和挑战，并从提高内容生产的质量、改善内容消费的体验、提升内容监管的效果等方面介绍知识图谱促进内容产业智能化的成功实践经验，用以探索大数据人工智能时代下的内容产业智能化升级与转型的前进方向。

中译语通大数据研究中心知识图谱科学家傅兴玉在会上介绍了中译语通在JoveMind跨语言多领域知识图谱构建平台研发方面的成果。傅兴玉介绍说，跨语言行业知识图谱构建平台是集合数据、算法、工具、计算和服务等资源和能力为一体化的知识图谱构建和计算平台。系统以全球大规模多语言开放文本为核心数据，打通从多语言数据到跨语言知识、从跨语言知识到全球信息认知的全链路，核心系统包括行业知识图谱构建平台、算法构建和训练平台，知识计算和推理引擎。系统将为知识图谱技术在行业领域的应用提供基础平台支撑。

同济大学研究员、中文开放知识图谱联盟OpenKG发起人之一王昊奋远程参会，并在题为《多策略多模态智能问答》的报告中分享了基于知识图谱的问答技术相关进展和挑战。王昊奋认为，现实世界包括文本、知识和多媒体等多种信息源，近年来随着自然语言处理和计算机视觉的快速发展，多模态问答因其能提供“文本+视觉”之间关系的洞察而引起越来越多的关注。目前，问答系统仍然面临着很多挑战，多模态信息增加了问答的难度，系统必须同时理解语言以及学习相应的视觉表示。对此，王昊奋在报告中分别介绍“文本+知识”的多策略问答和两种形式的多模态问答，如视觉问答（Visual Question Answering）和视频问答（Video Question Answering）等关键技术和常用数据集，希望能够为挑战应对提供借鉴。

百分点科技首席算法科学家苏海波在《知识图谱技术及行业应用实践》的报告中指出，近两年，人工智能逐渐从感知智能向认知智能发展，知识图谱则是实现认知智能的关键技术方法，在构建出知识图谱后，可以实现各种智能场景应用。在服务客户过程中，行业客户对知识图谱的应用诉求非常强烈，核心需求是将行业数据知识化，然后进行搜索、推荐、问答，以及用知识辅助客户更加智能地决策。苏海波以此为背景进而介绍了百分点科技公司知识图谱抽取、知识图谱问答等技术的算法原理和实践，以及知识图谱在多个行业场景中的具体应用。

中译语通大数据研究中心总监、技术委员会主席、数据科学家蔡超以《知识图谱在金融科技领域的应用》为题分享了中译语通跨行业知识图谱构建的实践。蔡超介绍说，通过对海量科技文献和经济数据的加工，公司构建了全球企业、科研机构、科创人才、产业产品、技术方向及其关系网，形成跨科技与金融的知识图谱，并以此为基础实现了科技发现与价值评估、科研加速、投研分析、风险监控、政府管理等多行业场景的应用。

中国科学院自动化研究所模式识别国家重点实验室研究员、中国科学院大学人工智能学院岗位教授赵军做报告点评。他就知识图谱建模、知识获取、知识推理等难点分享了自己的见解。赵军表示，在建模问题上，如何面对人脑的复杂认知结构进行知识建模，是需要学术界和企业界共同攻克的难题。对于复杂应用场景中的小样本知识获取、噪音数据情况下的知识获取、保护私密数据情况下的知识获取等难点，我们需要探索新的学习方法。同时，他认为，当前认知智能的难点与核心问题之一是知识推理问题。要解决该问题需要将语言知识、 世界知识、领域知识、常识等结合起来，实现多种知识类型的融合关联，建立起知识系统，实现推理，才能适应千变万化的知识服务需求。

研讨会现场

研讨会最后，与会专家围绕知识图谱建模、数据标注与合规性、技术产业化、应用常态化、知识图谱技术的商业价值挖掘等内容进行了互动交流，表示未来将携手共同助推中国知识图谱技术和应用的发展。北京谷尼大数据公司董事长、中译语通专家顾问邹鸿强主持会议。