负责人
刘康，博士，中科院自动化所模式识别国家重点实验室助理研究员，CCF会员，中国中文信息学会青年工作委员会执行委员。2010年于中科院自动化所获得博士学位。研究领域包括信息抽取、问答系统等。在自然语言处理、知识工程等领域国际重要会议和期刊发表论文二十余篇（如TKDE、ACL、IJCAI、EMNLP、COLING、CIKM等），曾带领团队获得KDD-CUP 2011 Track2全球亚军、COLING 2014最佳论文奖。
梦想成果
通过自然语言处理、信息抽取、知识工程等手段从海量网页中自动抽取知识，并建立多源异构知识间的链接与映射，构建大规模知识图谱。
基于已构建的海量知识图谱，通过语义分析、智能检索与推理等手段，向普通用户在多个不同场景下提供自然语言接口的知识检索、问答服务。
项目综述
网络中存在大量的垂直领域（酒店、餐馆等）的结构化知识，如果我们能够对于这些领域数据进行分析，将这些结构化的知识（例如每个酒店的属性信息）抽取出来，构建一个领域知识库。然后将用户输入的问题精准地匹配到结构化的数据上，则能够有效地提高领域内问答的精度。其关键在于正确理解用户所输入的自然语言问句中所包含的语义，将其转化为结构化的查询语句，这也是知识库问答（Knowledge-based QA）的核心问题之一。
项目目标：
1）研究精准知识库的问答技术、文本观点挖掘技术、问句理解技术；2）构建面向垂直领域的精准知识问答系统。
项目成果：
论文：在国际顶级学术期刊和会议共发表论文六篇（TKDE一篇、ACL2014两篇、COLING2014一篇、EMNLP2014一篇、QALD-4一篇）；专利：一项（腾讯公司级专利奖）；获奖：COLING2014 Best Paper Award、中国中文信息学会“钱伟长中文信息处理科学技术奖-汉王青年创新奖”（已公示）；评测：参加知识问答权威评测QALD-3和QALD-4，分别获得QALD-3自动评测第1名，QALD-4自动评测第2名；资源：标注了餐馆名词典（13388条）、菜名词典（10982条）以及餐馆问句语料库（1075条）；应用系统：开发了一套餐馆领域的美食精准问答Demo系统（可在微信订阅号中搜索“美食任我选”）。
我的感言
对于已有大规模网络知识库的有效利用，建立知识服务的自然语言接口，研发面向知识库的深度问答技术，是搜索引擎精准化核心问题之一；其关键问题是将普通用户的自然语言问句解析为结构化的查询语句（如SPARQL），其中包含大量自然语言处理、网络信息挖掘、人工智能等多项关键技术，因此这是一个极具价值的研究问题。
CCF-腾讯犀牛鸟基金是一个很好的科研平台，尤其对于青年学者，有助于拓宽研究思路，提升个人及团队学术影响力，帮助青年学者加速成长。
在本项目进展过程中，通过与腾讯微信部门的深入探讨和交流，开拓了研究视野，获取了实际问题，使得自己的研究成果得以应用和检验。感谢腾讯微信组刘怀军、路彦雄在项目进行中提供的思路、技术和数据支撑；感谢腾讯高校关系部的管刚、刘婷婷等同事给予的帮助。
