2019年1月21日，清華大學人工智慧研究院在清華大學FIT樓舉行了知識智慧研究中心成立儀式暨知識計算平臺釋出會，清華大學副校長、清華大學人工智慧研究院管委會主任尤政院士，人工智慧研究院院長張鈸院士、常務副院長孫茂松教授出席了儀式並致辭。
在此次釋出會上，我國知識計算領域專家李涓子做了學術報告，介紹XLORE多語言知識圖譜。
文末附PPT及演講影片
XLORE簡介
XLORE是融合中英文維基、法語維基和百度百科，對百科知識進行結構化和跨語言連結構建的多語言知識圖譜，是中英文知識規模較平衡的大規模多語言知識圖譜。知識圖譜以結構化的形式描述客觀世界中概念、例項、屬性以及它們之間豐富的語義關係。XLORE中的分類體系基於群體智慧建立的維基百科的Category系統。XLORE包含16,284,901個的例項，2,466,956個概念，446,236個屬性以及豐富的語義關係。
Xlore三大特點：
（1）聚力了兩大中文百科中英文平衡的圖譜。
（2）具有更豐富的語義關係，基於isA關係驗證。
（3）擁有多種查詢介面，助力第三方使用。
發展情況：
團隊介紹：
團隊成員主要包括：
• 李涓子
清華大學知識工程實驗室負責人，清華大學計算機系教授，中國中文資訊學會語言與知識計算專委會主任、中國計算機學會術語委員會執行委員。
知識圖譜，新聞與社會網路挖掘
• 張鵬：系統設計
• 侯磊：新聞挖掘，知識圖譜
• 金海龍：表示學習，實體分類
• 呂鑫：表示學習，知識推理
應用案例：
實體連結系統 Entity Linking System
XLink是基於跨語言知識庫XLORE的實體連結系統，使用者輸入一篇文字文件（如新聞、部落格等），XLink識別出文件中的實體並連結到XLORE相對應的實體上。實體連結將文字資訊和知識庫橋接起來，為文字理解提供了外部知識，同時，幫助讀者理解有歧義的、生僻的實體，提高文字理解能力。
新聞事件分析挖掘和搜尋系統實體連結系統 NewsMiner
使用最前沿的自然語言處理、機器學習和深度學習方法從語義層面分析新聞資料，同時處理中英文新聞資料，並實現語義級跨語言內容聚合對齊。全新的事件-話題-實體新聞表示模型擺脫傳統新聞平面式展示和閱讀體驗。千萬級百科知識庫（XLORE）為基礎讀者提供更為豐富的背景知識。
應用服務：
XLORE API
XLORE API是為xlore.org設計開發的線上跨語言知識圖譜資料服務API。
包括詞條檢索、關鍵字檢索、概念檢索、例項檢索、先關機構人物檢索、實體關係檢測。
詞條檢索
使用URI作為引數從XLORE中獲取URI指定的詞條資訊：包括名稱（Label），上級概念（Super Class）， 相關概念（Related Class），Infobox（Property），摘要（Abstract），型別（Type）。
關鍵字檢索
使用關鍵詞作為條件模糊查詢XLORE，獲取可能的概念（Class）或者例項（Instance）。
概念檢索
使用關鍵詞為條件查詢XLORE中的概念（Class），並獲得概念的簡要資訊，包括概念的名稱（Label），URI 上級概念（Super Class）、下級概念（Sub Class）和例項（Instance）。當結果多餘10個時，僅返回前10條。
例項檢索
使用關鍵詞為條件查詢XLORE中的例項（Instance），並獲得例項的簡要資訊：包括例項的名稱（Label）， URI和型別（Type），相關概念（Class）和相關例項（Instance)。當結果多於10個時，僅返回前10條。
相關機構人物檢索
使用URI為條件查詢XLORE中的概念（Class）、例項（Instance）的相關機構和人物例項，並獲得例項的簡要資訊：包括例項的名稱（Label）， URI和型別。當結果多於10個時，僅返回前10條。
實體關係預測
近一年API呼叫174餘萬次，覆蓋了58個國家或地區，國內129個城市。
XLINK
XLink是基於跨語言知識庫XLORE的實體連結系統。
XLink能夠識別出使用者輸入的文字文件（如新聞、部落格等）中的實體，並連結到XLORE相對應的實體（概念、例項）上。
XLink將文字資訊和知識圖譜橋接起來，為文字理解提供了外部知識。同時，XLink幫助讀者理解有歧義的、生僻的實體，提高文字理解能力。
相關比較
與國際著名知識圖譜資料比較：
DBpedia—最早的維基類知識圖譜
Freebase—Google知識圖譜的核心
YAGO和BabelNet—2017年IJCAI卓越論文獎
PPT具體內容：
演講影片
清華大學知識智慧研究中心釋出會（上）
清華大學知識智慧研究中心釋出會（下）
