近日，由中国科学技术信息研究所负责评选的“2019年度F5000论文”名单出炉，其中我组于2016年发表在《计算机研究与发展》第53卷第2期论文《知识表示学习研究进展》成功入选。

题目：知识表示学习研究进展

作者：刘知远，孙茂松，林衍凯，谢若冰

摘要：人们构建的知识库通常被表示为网络形式，节点代表实体，连边代表实体间的关系.在网络表示形式下，人们需要设计专门的图算法存储和利用知识库，存在费时费力的缺点，并受到数据稀疏问题的困扰.最近，以深度学习为代表的表示学习技术受到广泛关注.表示学习旨在将研究对象的语义信息表示为稠密低维实值向量，知识表示学习则面向知识库中的实体和关系进行表示学习.该技术可以在低维空间中高效计算实体和关系的语义联系，有效解决数据稀疏问题，使知识获取、融合和推理的性能得到显著提升.介绍知识表示学习的最新进展，总结该技术面临的主要挑战和可能解决方案，并展望该技术的未来发展方向与前景.

关键词：知识表示, 表示学习, 知识图谱, 深度学习, 分布式表示

下载链接：http://crad.ict.ac.cn/CN/abstract/abstract3099.shtml

刘知远，清华大学计算机系副教授、博士生导师。主要研究方向为表示学习、知识图谱和社会计算。2011年获得清华大学博士学位，已在ACL、IJCAI、AAAI等人工智能领域的著名国际期刊和会议发表相关论文100余篇，Google Scholar统计引用超过10,000次。入选《麻省理工科技评论》“35岁以下科技创新35人”中国区榜单（MIT TR-35 China）、智源青年科学家、中国科协青年人才托举工程。 

孙茂松，欧洲科学院外籍院士，清华大学长聘教授，博士生导师。现任清华大学人工智能研究院常务副院长、清华大学计算机学位评定分委员会主席、教育部在线教育研究中心副主任、清华大学大规模在线开放教育研究中心主任，曾任清华大学计算机系主任、党委书记。研究方向为自然语言理解、中文信息处理、Web智能、社会计算和计算教育学等。国家973计划项目首席科学家，国家社会科学基金重大项目首席专家。在国际刊物、国际会议、国内核心刊物上共发表论文200余篇，Google Scholar引用数超过13,000次。

林衍凯，微信模式识别中心研究员，博士毕业于清华大学计算机系，主要研究方向包括表示学习、信息抽取与自动问答。目前已在人工智能、自然语言处理等领域的顶级国际会议IJCAI，AAAI，EMNLP，ACL发表相关论文多篇，Google Scholar引用数超过2,000。曾获清华大学学术新秀、百度学者等荣誉。

谢若冰，清华大学自然语言处理与社会人文计算实验室已毕业研究生，现为腾讯微信高级研究员，主要研究方向包括推荐系统、知识图谱、信息抽取等，在AAAI/ACL/EMNLP等国际顶级学术会议上发表论文20余篇。曾获北京市优秀毕业生（Top 5%）等荣誉。

F5000评选活动是由国家科技部主导、我国权威科技信息研究机构——中国科学技术信息研究所负责评选，于2012年10月正式启动，目的在于推动我国科技期刊发展，向国内外展示和交流我国优秀学术论文。入选论文的评选办法是根据《中国科技论文与引文数据库》信息，采用定量分析（5年被引次数）和定性分析相结合的方法，对学术期刊的质量和影响力进行科学评价，遴选出精品科技期刊。每种精品期刊从5年间发表的论文中择优选取不超过20篇学术论文作为F5000的提名论文。提名论文再经过进一步遴选才能成为F5000论文。入选论文要求为各学科前1%高被引论文，且为原创性的科学研究或技术创新成果，能够反映期刊所在学科领域的最高学术水平。