语言与智能高峰论坛

摘要：知识图谱是人工智能和核心部件之一，现有知识图谱多关注于以实体为核心的静态知识，缺乏对于以事件为核心的动态知识的刻画和构建。本报告结合研究组近些年的工作，主要介绍从非结构化文本中抽取事件知识的基本方法，特别介绍在开放域环境下，面对多种事件类型，在缺乏标注数据的前提下，如何自动进行数据标注，训练鲁棒的事件抽取器的有效方法。。

简历：刘康，博士，现任中科院自动化所模式识别国家重点实验室副研究员。研究领域包括信息抽取、网络挖掘、问答系统等，同时也涉及模式识别与机器学习方面的基础研究。在自然语言处理、知识工程等领域国际重要会议和期刊发表论文四十余篇（如TKDE、ACL、IJCAI、EMNLP、COLING、CIKM等），获得KDD CUP 2011 Track2 全球亚军，COLING 2014最佳论文奖，首届“CCF-腾讯犀牛鸟基金卓越奖”、2014年度中国中文信息学会“钱伟长中文信息处理科学技术奖-汉王青年创新一等奖”、2015、2017 Google Focused Research Award等。