Normal07.8 磅02falsefalsefalseEN-USZH-CNX-NONE2017年10月27日上午9：00，我校建校115周年高端学术讲座暨第88期公共管理学术前沿讲座《数据密集型知识服务系统——知识组织VS认知计算》在我院举行。活动由中国农业科学院农业信息研究所所长、中国科学院大学博士生导师孙坦研究员主讲，我学院院长曹蓉教授主持，公共信息资源管理系全体师生聆听了讲座。

首先，孙坦研究员以文献开放获取为切入口引出知识组织和认知计算。进入21世纪以来，全球商业出版机构不断调整文献数据库价格，使得文献交流成本陡增，面对快速增长的成本和有限的文献采购经费，全球学术图书馆、科学共同体和重要学会组织决定联合起来积极推动文献开放获取。例如，OA2020（开放获取2020）倡议指出，全球绝大多数政府资助的文献在2020年都要开放获取，中国科学院等机构通过构建机构仓储等各类举措积极做出了响应。

孙坦研究员提出问题缘起后，简要介绍了知识组织（知识表示标准规范、受控词表、本体等）和认知计算（机器学习、大数据、知识图、自然语言问答等）的主要知识模块，并结合开放获取环境指出，知识组织和认知计算（数据科学）正深刻影响着全球文献出版商、图书馆和企业学术搜索引擎向数据密集型知识服务转型。为了让大家有具体的认识，孙坦研究员以Springer、Nature、Elsevier为例阐述了知识组织技术实现数据密集型服务的模式，重点介绍了本体建模及知识表示在构建细粒度知识服务中的实现机制。在此基础上，结合中国农业科学院正在开展的湿地知识服务系统项目阐述了知识组织的技术路线和实现方法，并分享了实践进程中的体会；同时，围绕深度学习的卷积神经网络模型应用于文献的语义关系抽取进行了介绍。孙坦研究员总结指出，知识组织和认知计算两种技术流派又称符号路径（Symbolic path）和亚符号路径（Sub-symbolic path），前者强调利用本体、元数据、语义推理等语义网相关技术并通过人为建立知识表达模型来实现信息定位与匹配，后者则以自然语言处理、深度学习和机器学习的有关模型通过全程无人工干预来实现上述目标。相比较而言，开展数据密集型知识服务后者略优于前者，企业界巨头Google、Facebook等在后者投入更多并取得了若干成果。

最后，孙坦研究员结合中国农业科学院和国家科技文献中心的创新实践对数据密集型知识服务系统建设进行了展望。他相继介绍了中国农业科学院正在开展的农业大数据项目和海外农业知识库项目。从总体模型、模块功能和大数据分析三个维度阐释了农业大数据项目的技术框架，围绕海外农业知识库项目剖析了基于信息抽取技术实现由基于元数据本体的弱语义揭示到基于文本内容实体抽取实现强语义揭示转变的关键流程。随后，他重点介绍了国家科技文献中心在“十三五”期间着力建设“下一代国家开放创新知识服务系统”的基本构想和实施方案。

活动的最后，孙坦研究员耐心回答了师生的提问，并分享知名人士和重要创新工作，勉励现场同学们对专业学习充满热爱，持续投入必将有所成就。孙坦研究员理实交融、立意高远的学术报告给大家留下了深刻的印象，本次活动在师生的热烈掌声中圆满落幕。

主讲人简介：孙坦，男，管理学博士，二级研究员，博士研究生导师。现任中国农业科学院农业信息研究所所长。曾任国际图书馆联合会(IFLA)信息技术专业委员会委员，现任中国图书馆学会常务理事、学术委员会委员。主要研究方向是数字信息对象描述与组织和农业大数据，近5年来主持国家科技支撑计划重点项目和国家社科基金项目等近10项国家及部委项目，在专业核心期刊发表学术论文85篇，参编与主编专著5部。荣获国务院政府特殊津贴、全国优秀科技工作者荣誉称号，入选中国农业科学院青年英才计划B类人才。