西美Kcomber深度参与知识管理领域学术盛会- 大数跨境

西美信息

2016-09-27

导读：2016年9月19-22日，由中国中文信息学会语言与知识计算专家委员会主办的中国知识管理领域顶级会议“CCKS2016—全国知识图谱与语义计算大会”于在北京召开

2016年9月19-22日，由中国中文信息学会语言与知识计算专家委员会主办的中国知识管理领域顶级会议“CCKS2016—全国知识图谱与语义计算大会”在北京召开。会议设置了传统的“测评竞赛”单元，三项测评任务吸引近百家单位团队的热情参与。其中由广州西美信息科技有限公司（KComber Inc. 以下简称“西美KComber”）提交的“产品预测任务”吸引了21支队伍参与。经大会竞赛评委评定，来自上海同济大学的Tonji-CU-NLP团队的“基于深度神经网络的产品预测模型”、来自山东曲阜师范大学物理工程学院团队的“基于平均互信息量和知识图谱的产品预测”分别获得此项测评任务第一名和第二名。

西美Kcomber此次为CCKS2016独立提供的“产品预测任务”在知识领域是一种“基于多维特征概率条件下的数据推断”，属于信息识别概念范畴，与实体发现、实体链接预测等是未来解决知识管理领域众多难题的核心概念，而基于主体缺失的信息识别更是未来大数据挖掘和应用的关键技术点。在本次获奖团队提供的解决方案中，来自同济大学的团队采用的是深度学习领域里的多层感知器神经网络模型，其将来源于知识主体的多维特征数据通过模仿动物神经网络行为进行分布式并行信息处理，以达到找寻缺失主体信息的目的。而曲阜师范大学团队则选择在传统机器学习方法的基础上，加入了互信息量的概念以增强模型对实体特征信息的甄别能力。

上述两个方案选择的都是基于样本数据集机器学习的知识发现技术，这些技术目前是知识管理领域里面的比较新颖的研究主题。此次西美Kcomber与CCKS2016大会的合作，是公司在知识管理领域的战略规划创新的重要一步。西美公司目前已经自主开发了信息收集、信息加工、知识共享、知识利用与知识服务等一系列知识管理技术。这些技术贯穿整个知识管理流程：从网络内容采集、信息聚合、信息分类、数据清洗、数据校验，到数据分析、数据建模、内容管理、服务发布；从客户全生命周期管理的CRM统到用户需求挖掘；从基于提高知识利用率的信息碎片化管理到知识文档的智能化生成。

西美Kcomber积极参与国内外知识管理领域学术研讨会，是为了更好、更快地将前沿的知识处理过程和知识发现模型应用到企业的服务输出过程。西美KComber 公司一直以来有志于发展成为国内创新型的知识管理服务提供商，通过这次与学界的交流，西美Kcomber将更加坚定用知识管理领域先进的理念、流程和计算机技术，综合企业自身对行业市场的经验，为行业客户提供更加精准、优质服务的战略发展方向。

全国知识图谱与语义计算大会（CCKS）由中国中文信息学会语言与知识计算专家委员会负责组织和承办。CCKS2016源于国内两个主要的相关会议：中文知识图谱研讨会和中国语义互联网与Web科学大会。测评竞赛是CCKS会议的传统单元，测评竞赛任务一般由有相关商业需求或科研评估需求的单位提出，竞赛优胜者的测评论文可入选在由Springer出版社出版的CCKS会议论文集。本次会议的测评竞赛任务除了西美KComber的“产品预测任务”外，还有由清华大学、豆瓣、微软联合提交的是“实体发现与实体链接任务”，由华东理工大学和东南大学联合提交的是“面向中文知识库zhishi.me的链接预测与元组分类任务”。测评竞赛相关任务、数据和评测论文可以在CCKS2016官网下载。