扬声器:Stefan Dietze博士教授
GESIS–莱布尼茨社会科学研究所和海因里希-海因大学杜塞尔多夫分校

摘要：科学论述分散在非结构化学术出版物中，并且越来越多地发生在网上，例如新闻或社交媒体中。了解特定研究领域的最新技术、涉及的数据、软件或方法及其对科学和社会的影响需要付出大量努力，并且越来越具有挑战性。与此同时，关于冠状病毒或气候变化等主题的社会辩论表明了科学话语对公众舆论、政策和整个社会的影响。本次讲座将概述一系列使用基于深度学习的NLP（如PLM和LLM）构建和使用科学话语知识图的作品。一方面，这些方法包括从科学出版物中提取关于学术实体的元数据，例如代码、数据、任务或机器学习模型，以实现机器可解释的研究信息，并了解学术人工制品之间的依赖性。另一方面，我们引入了NLP方法和知识图，使人们能够理解关于科学的社会论述，例如在Twitter/X上，并促进对社会辩论中科学主张和发现的（错误）表示和信息的跨学科研究。

简短的个人简历Stefan Dietze是海因里希-海因大学杜塞尔多夫分校（HHU）数据与知识工程教授，GESIS-Leibniz社会科学研究所社会科学知识技术系（KTS）科学主任。他还是海涅人工智能与数据科学中心（Heine Center for Artificial Intelligence&Data Science，HeiCAD）的副主任，以及德国汉诺威莱布尼茨大学杜塞尔多夫互联网与民主研究所（Dusseldorf Institute for Internet&Democracy，DIID）和L3S研究中心的附属成员。他的研究兴趣是信息检索、知识图和NLP的交叉点，他的工作涉及知识和数据的提取、融合和搜索，尤其是在Web上。他的作品曾在CIKM、EMNLP、ISWC、SIGIR、NAACL或WebConf等顶级会议上发表，他还经常担任PC和/或组织委员会成员。

摘要：创建对复杂领域数据（如科学、技术和法律领域的数据）进行估价的智能应用程序通常需要结合学习和符号人工智能（AI）方法的解决方案。根据这些发展，在本演讲的第一部分，我们重点描述了人工智能的一个新的子领域，该领域侧重于将机器学习组件与语义网络社区语义网络机器学习（SWeML）开发的技术相结合。我们报告了一项系统绘图研究的结果，在此期间，我们分析了过去十年在该领域发表的近500篇论文，重点评估了此类系统的体系结构和应用特定功能。在谈话的第二部分，我们描述了一个具体的SWeML系统的开发和评估，该系统旨在从奥地利官方许可证中提取关键要素，包括发证机构、相关设施的运营商、参考号和发证日期。我们希望，我们在整个领域（通过对SWeML系统的调查）以及我们构建的具体系统方面所吸取的经验教训，将为从事法律领域内外复杂数据工作的研究人员和从业人员提供灵感。

简短的个人简历：Marta Sabou教授是维也纳经济与商业大学（WU）信息系统和商业工程教授，也是数据、流程和知识管理研究所（DPKM）的所长。她拥有阿姆斯特丹Vrije大学的人工智能博士学位，2006年荣获IEEE智能系统十大关注奖。在她的职业生涯中，她以英国开放大学研究员、维也纳MODUL大学助理教授、西门子语义技术关键专家和维也纳理工大学FWF Elise-Richter研究员的身份从事人工智能（AI）研究。

Sabou教授领导语义系统研究小组，在语义网络、机器学习和人类计算研究领域的交叉点进行基础和应用研究。她的团队的研究主题包括从知识工程（知识图形及其评估、数据集成）到开发结合符号和亚符号人工智能技术的新型智能系统，即神经符号系统。这项基础研究支持积极参与应用研究，开发从旅游和文化遗产到由复杂的网络物理（社会）系统（如智能电网）支持的任务关键领域等应用领域的高级功能（如系统可解释性和可审计性），智能建筑、智能工厂（作为行业4.0-5.0的一部分）。该小组越来越多地讨论数字人文主义领域的主题，例如人工智能系统的审计以及人类利益相关者参与智能系统设计。Sabou教授是一位成就斐然的学者（近150篇同行评议论文，h-index 46），在语义网研究社区中发挥了积极作用，担任两种期刊（SWJ、NAI）的编辑委员会成员和会议组织者。