报告人简介：
漆桂林博士是东南大学教授、博导，获得“江苏省六大人才高峰”资助。2006 年从英国贝尔法斯特女皇大学获得计算机科学博士学位。2006 年8 月至2009 年8 月，在德国Karlsruhe 大学AIFB 研究所从事博士后研究。担任中国中文信息学会语言与知识计算专业委员会副主任和中国科学技术情报学会知识组织专业委员会副主任。是开放知识图谱联盟openKG的联合创始人之一。是Data Intelligence期刊执行主编，并且担任语义Web权威期刊Journal of Web Semantics的副主编和Semantic Web Journal的编委。是新华社中国经济信息社特约专家。发表高质量学术论文150余篇，获得多项发明专利授权。在知识图谱和知识工程、大数据语义分析、不确定性推理等领域有将近20年的研究和产业化经验。
报告简介：
随着知识工程和机器学习技术的发展，人工智能迎来了新的发展机遇。人工智能可以分为计算智能、感知智能、认知智能三个进阶。 认知智能是最高级的形态，目前国内外人工智能技术发展正从感知智能到认知智能转变，国外科技巨头谷歌、微软、苹果、Facebook、IBM等均在进行认知智能全产业链布局，而国内BAT等公司也在抓紧这方面的布局。要实现认知智能，机器需要具备学习知识的能力。在本次讲座中，我将介绍新一代知识工程－知识图谱在知识的表示和推理方面的相关技术进展。首先是给出知识工程的历史回顾，对知识图谱的定义进行讨论；然后介绍知识图谱表示相关的技术，包括RDF、RDFS、OWL、知识表示学习等；最后，介绍知识图谱的推理技术，包括本体推理、规则推理、统计关系学习等。
