“知识图谱赋能的知识工程:理论、技术与系统”专题征文通知
1348
2022-03-29
15
0
5
用微信扫描二维码

征文通知 “知识图谱赋能的知识工程:理论、技术与系统”专题

https://www.jsjkx.com/CN/news/news79.shtml

        知识图谱(Knowledge Graph)方法与技术是人工智能在知识工程领域发展的最新前沿。知识图谱正在“感知智能”迈向“认知智能”的过程中扮演着重要角色。近年来,随着大规模知识图谱的发布和知识图谱赋能系统的应用,国内外的学术界和产业界均着力在理论、技术与系统层面对知识图谱赋能的知识工程进行研究与开发。然而,在理论上,传统知识工程的方法论已不适用于支撑知识图谱应用的最新发展;在技术上,单纯基于逻辑与规则的传统知识工程手段已无法适应处理大规模知识图谱的灵活性要求;在系统层面,基于传统知识工程的经典专家系统也无法适配到知识图谱赋能的新一代智慧信息系统。虽然最近几年国内外学者在知识图谱及相关方向上取得了若干研究成果,但知识图谱赋能的知识工程尚未形成成熟的理论体系、技术方法与系统实践,仍有众多有待解决的挑战性前沿问题。

        为了促进知识图谱赋能的知识工程研究、开发与应用,及时、集中、全面地报道知识图谱赋能的知识工程在理论、方法、技术、系统与应用实践等方面的最新成果和进展,《计算机科学》拟在2023年第3期策划出版“知识图谱赋能的知识工程:理论、技术与系统”专栏(正刊),希望能为相关领域的专家学者提供交流合作、发布最新前沿科研成果的平台,以促进学术界和工业界的深度融合,推动中国计算机领域的发展。欢迎相关领域的专家学者、科研人员踊跃投稿!

专栏特邀编审

      王 鑫 (天津大学)

      汤 庸 (华南师范大学)

      王昊奋 (同济大学)

      李博涵 (南京航空航天大学)

      李建新 (澳大利亚迪肯大学)

征文范围(包括但不限于以下主题):

      面向知识图谱的知识表示与建模理论

      面向知识图谱的知识获取理论与方法

      面向知识图谱的数据管理理论与技术

      面向知识图谱的表示学习理论与方法

      面向知识图谱的数据挖掘与分析

      知识图谱赋能的模型可解释性

      知识图谱赋能的知识推理与问题求解

      知识图谱赋能的神经网络与深度学习

      知识图谱赋能的自然语言处理技术

      知识图谱赋能的推荐系统

      知识图谱赋能的问答系统

      知识图谱赋能的多模态信息系统

      知识图谱赋能的可视化信息系统

      知识图谱赋能的领域应用系统

投稿要求

     1.投稿方式:通过“计算机科学在线投稿系统(http://www.jsjkx.com)投稿。投稿时请选择“知识图谱赋能的知识工程”栏目。 

     2.稿件格式:参照《计算机科学》官方网站首页提供的稿件模板排版,中英文稿件均可,内容可以是原创研究型和综述型成果,鼓励综述和长文。

     3.投稿文章未在正式出版物上发表过,也不处于其他刊物或会议的审稿过程中,不存在一稿多投现象;投稿文章须保证合法性(无抄袭、剽窃、侵权等不良行为)。

    4.其他事项请参阅投稿指南:http://www.jsjkx.com/CN/column/column12.shtml。 

    5. 通过第一轮评审预录用的论文作者,需在WISA2022上做学术报告,根据论文修改情况和会议报告情况终审确定是否录用。

重要时间

    投稿截止时间:2022年7月10日 

    预录用通知时间:2022年8月31日

    WISA2022会议时间:2022年9月16-18日 

   修改稿提交时间:2022年10月15日

   最终录用通知时间:2022年11月5日

   专栏出版时间:2023年3月15日

联系方式

    编辑部联系人:李老师

   E-mail:lyhjsjkx@163.com

   电话:023-67039612

通信地址:重庆市渝北区洪湖西路18号

邮编:401121

 


SCHOLAT.com 学者网
免责声明 | 关于我们 | 联系我们
联系我们: