研究室簡介

研究室緊扣大數據在城市智慧化過程中的重要支撐作用,結合智能技術挖掘大數據在智慧城市發展中的價值。研究知識圖譜與數據相結合的學習與表示技術算法。提出將結構化信息和數據結合的聯合模型,以刻畫知識圖譜內外的實體的有效聯繫。構造新的結構特徵空間,並對實體建立聯合特徵向量表示。基於深度建模自動填充知識圖譜中的缺失信息。提出基於注意力膠囊網路的多標籤關係提取算法;探討城市大數據的多源獲取,提出多源數據的融合技術,利用遷移學習和聯邦學習對城市大數據進行挖掘和分析;研究城市多媒體大數據的多相機採集,並利用深度學習算法復原和修復多媒體信號。取得了國際認可的研究成果。

代表性成果

知識圖譜是大數據語義理解的有效工具,本團隊以現有知識圖譜的知識信息爲種子,從泛文本中提取更多的知識表達,幷且對裸文本進行語義分析,爲實現數據和文本的語義理解。提出基于語法剪枝和遷移學習的關係提取算法和基于注意力膠囊網絡的多標簽關係提取算法,在關係提取的領域取得了好的研究成果。同時本研究室也針對城市移動通訊大數據進行了表示學習研究,建立了新型類NLP分析的數據軌跡模型。在實體類型標注方面,Few-shot Relation Extraction等領域取得了一定的成果。這些結果將支撑基于AI和知識圖譜的城市大數據語義理解平臺建設。

發表著作