清华大学 人工智能研究院成立知识智能研究中心

清华大学人工智能研究院今天宣布成立知识智能研究中心，由李涓子教授担任中心主任。中心旨在开展理论研究、促进交流合作，最终构建包含语言知识、常识知识、世界知识、认知知识的大规模知识图谱以及典型行业知识库的清华大学知识计算开放平台。

2019 年 1 月 21 日，清华大学人工智能研究院在清华大学 FIT 楼举行知识智能研究中心成立仪式暨知识计算开放平台发布会，清华大学副校长、清华大学人工智能研究院管委会主任尤政院士，人工智能研究院院长张钹院士、常务副院长孙茂松教授出席仪式并致辞。

知识中心主任由我国知识计算领域专家、清华大学长聘教授李涓子担任。李涓子教授表示，知识中心将以促进清华和国家知识智能研究与发展为宗旨，打造具有广泛影响力的学术研究、知识计算平台与学术交流中心。

清华大学 AI 研究院成立知识智能研究中心知识智能研究中心揭牌仪式上，清华大学人工智能研究院院长张钹院士 (左)，清华大学副校长、清华大学人工智能研究院管委会主任尤政院士 (右)，为李娟子教授颁发知识中心主任聘书。

李涓子，清华大学长聘教授，博士生导师。中国中文信息学会语言与知识计算专委会主任。研究方向为知识工程、语义 Web 和文本挖掘。近年来在重要国际会议和学术期刊上发表论文 100 余篇，编著出版《Mining User Generated Content》，《Semantic Mining in Social Networks》。主持国家自然科学基金重点课题、欧盟第七合作框架等多项国家、国际和部委项目。获得 2017 年北京市科技进步一等奖、2013 年人工智能学会科技创新一等奖等多个奖项。

清华大学 AI 研究院成立知识智能研究中心董振东先生被聘任为知识中心学术顾问（由董强先生 [中] 代领）

清华大学知识计算开放平台发布，让知识为 AI 赋能

让计算机拥有大规模高质量的知识是实现人工智能的一项重要任务。知识表示、获娶推理与计算等问题，一直处于人工智能的研究核心。

“很多人以为现在这波深度学习掀起的浪潮已经让我们进入了新一代人工智能的时代，” 张钹院士：“这种看法是错误的。”

张钹院士指出，新一代人工智能指向的必须是安全可信的人工智能，深度学习技术由于数据驱动的特性，存在可解释性和鲁棒性的局限性，亟需大规模知识的支持，以实现有理解能力的人工智能，这也是清华人工智能研究院成立知识中心的初衷。

目前，中国在知识表示、知识推理方面积累不足，从最近的相关文献看，少见中国学者在这一领域发表论文，而多样化的研究和基础性研究是人工智能探索必须的。因此，“清华大学在这个时间点成立知识中心还是非常及时的”，张钹院士说。

作为清华大学人工智能研究院成立的首个研究中心，李涓子教授表示，知识智能研究中心旨在：

开展理论研究。研究支持鲁棒可解释人工智能的大规模知识的表示、获娶推理与计算的基础理论和方法，尤其是原创性研究；

构建知识平台。建设包含语言知识、常识知识、世界知识、认知知识的大规模知识图谱以及典型行业知识库，建成清华大学知识计算开放平台；

促进交流合作。举办开放的、国际化的与知识智能相关的学术活动，增进学术交流；普及知识智能技术，促进产学合作。

会上，知识中心隆重发布了清华大学知识计算开放平台 (THUKC)，清华大学计算机系副教授刘知远对平台做了介绍，包括中英文跨语言百科知识图谱 XLORE、大规模开放语言知识库 OpenHowNet、科技知识挖掘平台 AMiner、清华大学人工智能技术系列报告 THUAITR 等。

刘知远副教授表示，深度学习 (数据) 与知识的结合是人工智能发展的必然趋势，人工智能本身也渴求世界知识、常识知识等知识智能的支撑。

刘知远告诉新智元，目前平台以清华团队为主，未来希望汇聚更多学界和产业界力量，这也是平台冠名 “开放” 之意义所在。

知识中心将在清华大学和人工智能研究院的支持下，以这次发布的知识计算平台为起点，坚持做好做强知识计算平台，让知识为 AI 赋能。

清华大学知识计算开放平台 (THUKC) 详介

会上，知识计算开放平台现有项目团队代表分别做了学术报告，详细介绍了清华发布的知识资源和计算平台。

清华大学 AI 研究院成立知识智能研究中心

知网 (HowNet) 知识系统共同发明人董强发表《THUKC 语言与常识知识库——OpenHowNet》的学术报告。

 

知网 HowNet 是由董振东先生、董强先生父子毕三十年之功建立的一个以汉语和英语的词语所代表的概念为描述对象，以揭示概念与概念之间、以及概念所具有的属性之间的关系为基本内容的语言和常识知识库。

HowNet 秉承还原论思想，认为词义概念可以用更小的语义单位来描述，这种语义单位被称为 “义原”(Sememe)，是最基本的、不易于再分割的意义的最小单位。在不断标注的过程中，HowNet 逐渐构建出了一套精细的义原体系 (约 2000 个义原)。

HowNet 基于该义原体系累计标注了数十万词汇 / 词义的语义信息，自 1999 年正式发布以来引起了中文信息处理领域极大的研究热情，在词汇相似度计算、文本分类、信息检索等方面探索了 HowNet 的重要应用价值，建立了广泛而深远的学术影响力。

2017 年以来，清华大学研究团队系统探索 HowNet 知识库在深度学习时代的应用价值，并在词汇语义表示、句子语义表示、词典扩展等任务上均得到了验证。研究发现，HowNet 通过统一的义原标注体系直接精准刻画语义信息，一方面能够突破词汇屏障，深入了解词汇背后丰富语义信息；另一方面每个义原含义明确固定，可被直接作为语义标签融入机器学习模型，使自然语言处理深度学习模型具有更好的鲁棒可解释性。相关成果均发表在 AAAI、IJCAI、ACL、EMNLP 等人工智能和自然语言处理领域顶级国际会议上。