大数据知识工程发展现状及展望.pdfVIP

大数据知识工程发展现状及展望

DOI10.15302/J-SSCAE-2023.02.018

大数据知识工程发展现状及展望

12,3222,3

郑庆华，刘欢，龚铁梁，张玲玲，刘均

（1.西安交通大学，西安710049；2.西安交通大学计算机科学与技术学院，西安710049；

3.陕西省大数据知识工程重点实验室，西安710049）

摘要：大数据知识工程是人工智能的“基础设施”、诸多行业和领域面临的共性需求、信息化迈向智能化的必由之路。本文

阐述了大数据知识工程产生的背景与概念内涵，提出了“数据知识化、知识体系化、知识可推理”的研究框架；梳理了知识

获取与融合、知识表征、知识推理等大数据知识工程关键技术和智慧教育、税务风险管控、智慧医疗等典型场景中的工程应

用；总结了大数据知识工程面临的挑战，研判了大数据知识工程的未来研究方向，包括复杂大数据知识获取、知识+数据混

合学习、脑启发知识编码记忆等。研究建议，引导多学科交叉融合，设立重大和重点研发专项，推动大数据知识工程基础理

论与技术攻关；加强企业和研究机构间交流合作，推广前沿研究成果并形成应用示范，建立大数据知识工程行业标准体系；

以重大需求应用为导向，探索校企协同育人模式，加快大数据知识工程技术在重要行业的落地应用。

关键词：大数据知识工程；知识获取；知识融合；知识表征；知识推理

中图分类号：TP319文献标识码：A

DevelopmentandProspectofBigData

KnowledgeEngineering

12,3222,3

ZhengQinghua,LiuHuan,GongTieliang,ZhangLingling,LiuJun

(1.Xi’anJiaotongUniversity,Xi’an710049,China;2.SchoolofComputerScienceandTechnology,Xi’anJiaotongUniversity,

Xi’an710049,China;3.ShaanxiProvincialKeyLaboratoryofBigDataKnowledgeEngineering,Xi’an710049,China)

Abstract:BigDataKnowledgeEngineeringistheinfrastructureofartificialintelligence,acommonrequirementfacedbyvarious

industriesandfields,andtheinevitablepathforthedigitalizationtointelligence.Inthispaper,wefirstlyelaborateonthebackground

andconnotationofbigdataknowledgeengineeringandproposearesearchframeworkof“dataknowledgeization,knowledge

systematization,andknowledgereasoning”.Secondly,wesortoutthekeytechnologiesofknowledgeacquisitionandfusion,knowledge

representation,andknowledgereasoningandintroduceengineeringapplicationsintypicalscenarioss