张宁豫-大模型时代的开放知识图谱技术栈.pdf

《张宁豫-大模型时代的开放知识图谱技术栈.pdf》由会员分享，可在线阅读，更多相关《张宁豫-大模型时代的开放知识图谱技术栈.pdf（68页珍藏版）》请在三个皮匠报告上搜索。

1、大模型时代的开放知识图谱技术栈张宁豫 浙江大学演讲嘉宾张宁豫浙江大学副教授浙江大学副教授，博士生导师。研究方向包括知识图谱、自然语言处理等，在知识图谱和自然语言处理领域已发表多篇顶级会议和期刊文章，包括Nature 子刊、ACL、EMNLP、NAACL、NeurIPS、ICLR等，五篇论文入选Paper Digest高影响力论文，获浙江省科技进步二等奖，国际会议IJCKG最佳论文/提名2次，CCKS最佳论文奖1次；担任ACL、EMNLP领域主席、ARR Action Editor、IJCAI 高级程序委员、ACM Transactions on Asian and Low-Resource L

2、anguage Information Processing Associate Editor及NeurIPS、ICLR、ICML等会议程序委员会委员。目 录CONTENTS1.背景2.知识提示3.知识编辑4.知识交互5.总结与展望知识图谱与大模型背景PART 01知识图谱的历史知识图谱（Knowledge Graph）是一种用知识语义、图结构来建模世界的一种方法，它能表示事物(Things)之间的语义结构，刻画真实世界万物之间的深度关联。Semantic Networks1960Ontology1980s本体论。哲学概念“本体”被引入到人工智能领域用来刻画知识World Wide Web19

3、89Tim Berners-Lee发明了万维网Linked Information SystemThe Semantic Web1998从超文本链接到语义链接Linked Data2006Tim突出强调语义网的本质是要建立开放数据之间的链接Knowledge Graph2012谷歌发布了其基于知识图谱的搜索引擎产品语义网络作为知识表示的一种方法被提出，主要用于自然语言理解领域智能时代智能应用认知智能知识图谱随后诞生多模态图谱、时空图谱、事件图谱现在大模型时代还需要知识图谱么？符号知识图谱VS.VS.1 Harnessing the Power of LLMs in Practice:A Sur

4、vey on ChatGPT and Beyond.2023符号图谱的表示学习 Embedding Concepts:Terms and Class Hierarchy Embedding Facts:Entities,Attributes,Relations Embedding Structures:Paths,Neighbors,Sub graphs Embedding Logic:Axioms and Rules大模型时代还需要知识图谱么？知识缺失谬误问题！符号表示落地问题！1 Brain in a Vat:On Missing Pieces Towards Artificial Gen

5、eral Intelligence in Large Language Models.2023q语言的有限性-Yann LeCunq 语言只承载了人类全部知识的一小部分，很多知识学习依赖于与真实世界的交互q深度学习快慢双系统-Yoshua Bengioq 有意识的、带逻辑、规划、推理的系统大模型时代还需要知识图谱么？1 Brain in a Vat:On Missing Pieces Towards Artificial General Intelligence in Large Language Models.2023q语言的有限性-Yann LeCunq 语言只承载了人类全部知识的一小部分

6、，很多知识学习依赖于与真实世界的交互q深度学习快慢双系统-Yoshua Bengioq 有意识的、带逻辑、规划、推理的系统复杂推理问题！复杂鲁棒可信的人工智能系统仍离不开高质量的知识图谱知识工程与知识图谱图灵奖获得者费根鲍姆提出了知识工程的概念，确立了其在人工智能中的重要地位知识图谱=文字语义+结构知识知识图谱接近自然语言和人脑认知、易于扩展增加、易于神经网络化大数据大知识自然语言、知识图谱和语言模型都是表示和处理知识的手段语言 知识 知识图谱与大模型知识图谱大规模语言模型KG：知识获取、知识推理、知识应用.LLMs for KG KG for LLMs 知识增强的开源语言大模型框架KnowL