• 3个大会特邀报告
• 2个前沿趋势报告
• 12个工业界报告
• 3个青年学者报告
• 6个“知识图谱新10年”特别报告
• 8个讲习班报告
• 8篇优秀论文报告
• 7项评测任务报告
• 50余项海报演示
全国知识图谱与语义计算大会（China Conference on Knowledge Graph and Semantic Computing，CCKS）由中国中文信息学会语言与知识计算专业委员会主办，大会源自中文知识图谱研讨会（Chinese Knowledge Graph Symposium，CKGS）和中国语义网与万维网科学大会（Chinese Semantic Web and Web Science Conference，CSWS），2016年两会合并，CCKS 2016、2017、2018、2019、2020、2021和2022分别在北京、成都、天津、杭州、南昌、广州（线上）和秦皇岛举办。全国知识图谱与语义计算大会已经成为国内知识图谱、语义技术等领域的核心学术会议，聚集了知识表示与推理、自然语言理解与知识获取、图数据管理与图计算、智能问答等相关技术领域的学者和研发人员。第十七届全国知识图谱与语义计算大会（CCKS 2023）将于2023年8月24日至27日在沈阳富力万达文华酒店召开。
本届大会的主题是“知识图谱赋能通用AI”，旨在探讨知识图谱对通用AI技术的支撑能力，探索知识图谱在跨平台、跨领域等AI任务中的作用和应用途径，研究知识表示、知识存储、知识挖掘、知识融合、知识推理等知识图谱关键技术在通用AI背景下的发展趋势，引导知识图谱相关技术的变革，为通用AI的最终实现奠定基础。大会议程包括讲习班、大会特邀报告、前沿趋势论坛、工业界论坛、青年学者论坛、优秀论文报告、评测任务报告、海报展示等环节，以及“知识图谱新10年暨东北大学100周年校庆”特别论坛，邀请国内外知名学者介绍相关领域的最新进展和发展趋势，邀请产业界知名研发人员分享实战经验，促进产学研合作。
沈阳，位于中国东北的重要历史文化城市，以其悠久的历史和丰富的文化遗产而独具魅力。沈阳故宫，作为中国现存完整的两座宫殿建筑群之一，展现着宏伟壮丽的历史底蕴。而张学良旧居，则是东北地区保存最为完好的名人故居之一，以其独特的建筑风格和历史价值，生动地展示了中国建筑艺术的迷人魅力，同时也承载了东北近代历史的沧桑变迁。沈阳还拥有诸多引人入胜的文博场馆，如“九•一八”历史博物馆和中国工业博物馆，为人们提供了深入了解历史文化的机会。在闲暇之余，参会嘉宾可以抽空体验棋盘山等令人难忘的自然景观，品尝地道的东北菜和特色小吃。
值得一提的是，今年正值东北大学建校100周年，丰富多彩的校庆活动期待您的光临。
注册信息
大会现已开放注册，注册网址：http://reg.cipsc.org.cn/ccks2023/index.html
8月23日前（含），注册费标准如下：
注：现场注册，每项注册费增加200元/人。
讲习班日程
主会日程
大会特邀报告
特邀报告1：大数据知识工程理论与应用
报告摘要：大数据知识工程随大数据时代应运而生，目的是将浩瀚的大数据转化成机器可表征、可推理、可计算的知识图谱。报告分析了大数据转化为大知识的技术挑战，凝练出碎片知识融合科学问题，创建了知识森林的概念及模型机理，提出了知识森林的构建和推理方法，并以智慧教育、金税工程等重大工程为例，阐述了知识森林理论的实际应用。
专家简介：郑庆华，博士，教授，同济大学校长，国家杰青，长江学者，国家“万人计划”科技创新领军人才，教育部科技委学部委员，教育部大学计算机教学指导委员会主任，国家自然科学基金创新群体负责人。从事大数据知识工程研究，获国家科技进步二等奖3项、国家教学成果一二等奖4项、省部级一等奖5项、何梁何利科学技术奖、求是杰出青年奖、中国青年科技奖等。
特邀报告2：大模型如何使用外部知识和工具
报告摘要：ChatGPT为代表的大模型在近年来引起了极大的关注，代表了人工智能在语言理解、知识表示、逻辑推理等能力上的重大突破。然而，参数化的大模型内部知识存在着模糊性、时效性、受限性等方面的严重问题，需要让大模型具有获取外部知识的能力，并将内外部知识结合以解决上述问题。我将介绍我和团队在这个方向的工作和思考。
专家简介：文继荣，中国人民大学信息学院院长、高瓴人工智能学院执行院长，国家高层次人才专家。长期从事人工智能和大数据领域的研究工作，担任国际会议SIGIR 2020程序委员会主席、国际期刊ACM TOIS和IEEE TKDE编委等。曾任微软亚洲研究院高级研究员和互联网搜索与挖掘组主任。到中国人民大学工作后，积极致力于推动人民大学人工智能和大数据的研究和教学，特别是新技术与相关学科的交叉。2018年入选首批“北京市卓越青年科学家”，2019年担任北京智源人工智能研究院首席科学家。目前担任北京市第十四届政协常委、中央统战部党外知识分子建言献策专家组专家、第八届教育部科技委委员、中国计算机学会常务理事等。
特邀报告3：Wikidata: A free knowledge graph anyone can edit
报告摘要：The talk will introduce Wikidata. Wikidata is a free and open knowledge base that can be read and edited by anyone. We will discuss the state of Wikidata. We also discuss new developments around large language models and Abstract Wikipedia, which both have the opportunity to completely transform the role and shape of Wikidata, and Knowledge Graphs in general.
专家简介：Denny Vrandečić is Head of Special Projects at the Wikimedia Foundation, leading the development of Wikifunctions and Abstract Wikipedia. He is the founder of Wikidata, co-creator of Semantic MediaWiki, and former elected member of the Wikimedia Foundation Board of Trustees. He worked for Google on the Google Knowledge Graph. He has a PhD in Semantic Web and Knowledge Representation from the Karlsruhe Institute of Technology. He has lived in Croatia, Stuttgart, Rome, Los Angeles, Berlin, and now the San Francisco Bay Area.
“知识图谱新10年暨东北大学100周年校庆”特别论坛日程
工业界论坛
• WarrenQ：基于大语言模型的数智化一站式投研端 白雪（丹渥智能）
• 图技术在金融领域内应用 杨青（度小满）
• 结合知识图谱的大模型在企业应用研究与实践 方高林（用友）
• 知识图谱与大模型融合的应用探索与实践 王文广（达观数据）
• SPG引擎层的能力和规范 周研（创邻科技）
• 新一代工业级知识图谱语义框架SPG 梁磊（蚂蚁）
• 语义属性图模式定义语言新方案 王鑫（天津大学）
• 金融大模型的研发与应用 李金龙（招商银行）
• 快知——多模态短视频百科知识图谱 付瑞吉（快手）
• 知识计算在大语言模型应用于金融领域的实践与前瞻 高日中（况客）
• 个性化知识和数据融合大模型在社交媒体中的应用 陈自岩（中译语通）
• 面向科研服务的领域知识图谱构建及应用探索 曲悠扬（中图科信）
优秀论文报告
• Move Structure Recognition in Scientific Papers with Saliency Attribution
• A Generalized Strategy of Chinese Grammatical Error Diagnosis based on Task Decomposition and Transformation
• Exploring the Logical Expressiveness of Graph Neural Networks by establishing a connection with C2
• Conditional Knowledge Graph: Design, Dataset and a Preliminary Model
• 基于GAT和RotatE知识图谱错误检测
• 自监督知识增强的零样本文本分类方法
• 基于标签语义信息感知的少样本命名实体识别方法
• CondGraph：一个条件知识图谱的存储和查询系统
评测任务报告
• 任务1：开放环境下的知识图谱构建与补全
• 任务2：面向金融领域的主体事件检测
• 任务3：面向上市公司主营业务的实体链接
• 任务4：开放领域知识图谱问答
• 任务5：外军无人系统知识图谱推理问答
• 任务6：基于图数据库的自定义图分析算法
• 任务7：PromptCBLUE医疗大模型
会议地点
沈阳富力万达文华酒店 （沈阳市浑南区营盘西街17-5号，紧邻万达广场）
更多详情，敬请访问大会网站：https://sigkg.cn/ccks2023/
点击阅读原文，进入CCKS2023大会网站。