以文本方式查看主题 - W3CHINA.ORG讨论区 - 语义网·描述逻辑·本体·RDF·OWL (http://bbs.xml.org.cn/index.asp) -- 『 Semantic Web(语义Web)/描述逻辑/本体 』 (http://bbs.xml.org.cn/list.asp?boardid=2) ---- 语义网推理的新方法 (http://bbs.xml.org.cn/dispbbs.asp?boardid=2&rootid=&id=63718) |
-- 作者:Huang -- 发布时间:6/13/2008 5:27:00 PM -- 语义网推理的新方法 如果你对语义网推理技术有一些新的思路新的想法, 欢迎你投论文给将在今年十二月份在泰国召开的第二届国际语义网推理新方法学术会议(NEFORS2008, Second International Workshop: "New forms of reasoning for the Semantic Web: scaleable, tolerant and dynamic")。 我们鼓励一切对语义网推理技术提出新思路的论文,你可以大胆展开思路,提出一切可能的技术与方法。我们特别鼓励年轻的学子使用科学的论证方法提出新创意。 下面只是部分感兴趣的问题, 比如说, 有关NEFORS2008国际会议的详细内容请见下列网站的具体通知:http://nefors08.larkc.eu 我们将挑选部分高质量的优秀论文,出版在一个国际学术刊物的专辑上。目前语义网领域的顶级期刊Journal of Web Semantics已经同我们联系了。 如果你对本国际学术会议感兴趣的话,我将在近期进一步解答你的提问。 Second International Workshop: "New forms of reasoning for the Semantic Web: scaleable, tolerant and dynamic" http://nefors08.larkc.eu Co-located with the 3rd Asian Semantic Web Conference (ASWC 2008) http://www.aswc2008.org/ Pathumthani, Thailand, 8th-11th December 2008 =================================================================== However existing reasoning techniques often fail to live up to the expectations put into This workshop is intended to focus on these problems of scalability and robustness of NeForS08 is the follow-up of the first international workshop on "New forms of reasoning We also aim to attract participants from scientific fields not typically seen at Semantic Web events: Please note that for every accepted paper at least one of the authors must attend the Submitted papers must be written in English and one of the following format must be Furthermore papers need to be submitted electronically through the EasyChair using the Program Committee Steering Committee
|
-- 作者:admin -- 发布时间:6/13/2008 5:39:00 PM -- 关注!不错的会议。大家踊跃投稿阿。。 |
-- 作者:tntht -- 发布时间:6/13/2008 9:51:00 PM -- 黄老师组织的哈 不错的会议:) 关注ing |
-- 作者:jpz6311whu -- 发布时间:6/13/2008 11:18:00 PM -- 谢谢黄老师,国内学生一般比较关注会议集出版情况,以及论文索引情况。 请问一个俗一点的问题,收录的论文会被EI或ISTP索引么 |
-- 作者:雪褥织影 -- 发布时间:6/13/2008 11:57:00 PM -- 支持一下 |
-- 作者:leopard -- 发布时间:6/14/2008 12:27:00 PM -- 顶! |
-- 作者:Huang -- 发布时间:6/16/2008 4:12:00 PM --
我是完全能够理解国内学子提出这类问题的。由于长期身在海外, 我个人可以说对EI或ISTP 希望我的上述判断是不正确的。
|
-- 作者:jpz6311whu -- 发布时间:6/18/2008 12:14:00 PM -- 谢谢黄老师,国内一般把论文分为三个档次: A档是SCI, SSCI索引的国内外期刊论文 B档是Engineering Village (EI) 索引的的期刊或会议论文 C档是收录在ISI Proceedings (ISTP) 中的会议论文 SCI, SSCI在前两年已经宣布不再收录LNCS,而EI和ISTP也不能保证收录LNCS。 比如ISWC, ASWC在07年以前以LNCS发表的被EI索引了,而07年合办的那个会议却没有被EI索引。 国内评价体系大概就是这样,黄老师能否介绍一下国外学术评估体系? |
-- 作者:Huang -- 发布时间:6/18/2008 3:03:00 PM --
谢谢jpz6311whu提供的信息。这对我来说算是对国内学术评估体系的启蒙教育。 |
-- 作者:Huang -- 发布时间:6/18/2008 3:23:00 PM --
国外学术评估体系各个国家之间可能有一定的差距。在这里我只能介绍我所熟悉的荷兰和英国等国家的情况。 这里总的来说不存在对个人的严格学术评价体系。虽然大学里有条文规定,教授对其博士生,以及博士生对其教授,在年终时要做一次互评。教授要说博士生哪一些做得很好,并指出哪些还要努力等等, 博士生要说教授指导得好不好等,希望要如何更好地指导等等。但实际上师生关系融洽,这些规定在我们的系里一直没有真正执行过。 国家对大学的一个专业科研水平是每四年正规地评审一次。评审团进驻学校,先听汇报,然后考察其科学研究情况(包括发表的论文,实现的系统演示等)。由于评审专家本身都是本专业的资深研究人员,他们不必对论文采用分级计数的办法来核定其水平,而是从研究的具体成果内容上去判定,因此从来没有概念把论文与索引或影响因子等挂钩。 (一言难尽,后面我将继续介绍。。。)
|
-- 作者:Huang -- 发布时间:6/18/2008 7:04:00 PM -- Updated list of the NEFORS2008 Program Committee ================= Ruzica Piskac, EPFL, Lausanne, Switzerland Stefan Schlobach, Vrije Universiteit Amsterdam, The Netherlands Lael Schooler, MPI for Human Development, Berlin, Germany Pascal Hitzler, Institut fur Angewandte Informatik und Formale Beschreibungsverfahren (AIFB), Karlsruhe, Germany Yue Pan, IBM Research Laboratory, Beijing, China Xiaoping Chen, University of Science and Technology of China, Hefei, China Emanuele Della Valle, CEFRIEL, Milano, Italy Stefania Galizia, Knowledge Media Institute, The Open University, Milton Keynes, United Kingdom Guilin Qi, Institut fur Angewandte Informatik und Formale Beschreibungsverfahren (AIFB), Karlsruhe, Germany Michael Witbrock, Cycorp, Austin, Texas, USA Juanzi Li, Tsinghua University, Beijing, China Ilya Zaihrayeu, University of Trento, Trento, Italy Anupriya Ankolekar, Institut fur Angewandte Informatik und Formale Beschreibungsverfahren (AIFB), Karlsruhe, Germany Cristina Feier, Knowledge-Based Systems Group, Technical University of Viennna, Vienna, Austria Stijn Heymans, Knowledge-Based Systems Group, Technical University of Viennna, Vienna, Austria Kyung-Il Tony Lee, Saltlux Inc., Seoul, Korea Anita Raja, University of North Carolina at Charlotte, Charlotte, North Carolina, USA Jia Hu, Bejing University of Technology, Bejing, China
|
-- 作者:Huang -- 发布时间:6/27/2008 8:47:00 PM --
在现实应用中,有许多这样的例子。如我们的研究人员协同意大利米兰市政府,把米兰全城的信息实时生成与语义管理,如每条街道的车辆与交通的实时信息和城市中的所有手机的状态和位置的数据等,每时每刻都产生大量的语义数据。针对这些动态的实时变化的海量语义数据进行管理和推理具有重大的应用前景。此外,韩国的一个手机公司也参加了我们的实例研究。
|
-- 作者:jpz6311whu -- 发布时间:6/30/2008 10:25:00 PM --
各个学校之间的要求肯定是有一些差别的,不同专业要求也不一样。 对于博士生毕业,我们院要求A+C, 2B+C, 或者B+3C论文发表才能有答辩资格。这个要求再国内应该算是相对较低的了。 职称评定我不是很清楚,据说要求也不是很高,不然中国高校怎么会有这么多教授,其实有些教授水平也不高。另外,国内职称评定有论资排辈的现象,年轻教师一般要等若干年才“论”到自己评职称。 刚刚说的是国外论文发表档次,其实在国内发表论文还有另外两个档次,国内“权威”和“核心”,前者大约相当B档,后者大约相当C档。 |
-- 作者:yangzeyuan -- 发布时间:7/13/2008 12:55:00 PM -- 不错,学习了 |
-- 作者:dabaqaz -- 发布时间:7/15/2008 11:04:00 PM -- 新手请教: “如何有效地组织和存储海量(数十亿级以上)语义数据(如RDF三元组)使之能够非常有效地进行推理?” 首先想知道的是:现在的这些语义数据是如何存储的呢? “如何采用接近推理的技术,使得推理的结果不必每次都是绝对正确,但都是比较接近正确的结论?” |
-- 作者:Huang -- 发布时间:7/18/2008 9:29:00 PM --
谢谢jpz6311whu的回答。 有意思的是“核心”比“权威”低一档, 看来中文的语义是很灵活的。 |
-- 作者:Huang -- 发布时间:7/18/2008 9:33:00 PM --
不同系统有不同做法, 大多数采用外挂数据库的办法。现有的数据库方法处理千万级三元组的数据已经完全没有问题。 |
-- 作者:Huang -- 发布时间:7/18/2008 9:46:00 PM --
接近推理(approximate reasoning)是指采用变通的手段以减低计算复杂性而获得近似推理结论的方法。通常的做法有(1)采用非标准推理方法,如S3 entailment (2)减少语言表达复杂性,使之更容易推理, (3)转换推理询问, 使之更容易获得结论。 fuzzy reasoning(模糊推理)等方法可以不太严格地看成一种接近推理。但模糊推理好像并不能减低计算复杂性。我到目前为止还没有看到一个研究证明:如果没有采用模糊逻辑,表达起来就很复杂,如果用模糊逻辑,其表达就变得很简单。如果谁能证明这一点,就是有价值的论文了。 |
-- 作者:jpz6311whu -- 发布时间:7/19/2008 6:44:00 PM --
“权威”和“核心”都是针对中文期刊来说的,A档文章一般简称为SCI期刊,包括中文期刊和英文期刊 |
-- 作者:dabaqaz -- 发布时间:7/19/2008 7:22:00 PM -- 谢谢黄老师的解答,清楚了不少。 按照黄老师的解释,那么概率推理就肯定不是接近推理的一种了。因为概率推理强调某一结论成立的可能性。不知道这样理解对不对? 还肯到这个workshop的一个关键词:scalability主要强调什么意思呢,是指推理方法如何应对日益增长的知识库吗? 谢谢。 |
-- 作者:Huang -- 发布时间:7/30/2008 10:54:00 PM --
基本正确。但由于采用概率统计中的样本抽样(sampling)的方法可以把大量的数据中抽出一部分数据,来进行推理,故近年来被看成一种有希望的接近推理技术, 这是一个等待突破的方向。
|
-- 作者:Huang -- 发布时间:7/30/2008 11:00:00 PM --
scalability= scale + ability, 指的是具备处理超大规模数据的能力, 也就是海量数据处理的能力。应对日益增长的知识库, 这已成为日益重要的问题。这也就是我们这次国际会议的中心议题。 |
-- 作者:Huang -- 发布时间:8/18/2008 4:14:00 PM -- Call for Papers: ASWC2008 Workshop New Forms of Reasoning for the Semantic Web Workshop Proceedings
Important dates:
|
-- 作者:tntht -- 发布时间:8/27/2008 9:45:00 AM -- 黄老师,想请问下,如何获得“海量语义数据”? 类似于机器学习有UCI的数据集一样,如果做web规模的推理,是否有这样的标准海量数据集呢? |
-- 作者:Huang -- 发布时间:8/28/2008 11:10:00 PM --
海量语义数据不是由一两个本体组成,而是由数十个乃至上百上千个本体及其实例数据组成。虽然现在还没有标准的海量语义数据集供基准测试(benchmarking)用,但实际上很容易获得海量语义数据,也就是很容易遇到海量语义数据处理问题,即把你问题中所能涉及到的一切可能相关的本体都往里加。 值得注意这就是语义网的核心精神所在,数据是分布式生成的,你不必为自己的特定应用系统设计自己的专用数据,而是把网络上别人的数据,只要是有关的数据(虽然很大部分可能是不相关的)全部拿来共享。
|
-- 作者:tntht -- 发布时间:8/29/2008 8:14:00 PM --
o(∩_∩)o多谢黄老师解答! |
-- 作者:Huang -- 发布时间:9/22/2008 7:37:00 PM -- Important Dates September 28, 2008 December 8, 2008 |
W 3 C h i n a ( since 2003 ) 旗 下 站 点 苏ICP备05006046号《全国人大常委会关于维护互联网安全的决定》《计算机信息网络国际联网安全保护管理办法》 |
203.125ms |