2024年11月25日，南京大学信息管理学院欧石燕教授以“数字人文视域下基于知识图谱的知识组织及其应用”为主题，在网赌-网赌app
中大楼带来了一场内容丰富、见解深刻的学术讲座。报告由网赌
李斌教授主持，南师大网赌
、地科院等院系师生约120人参加了研讨。
欧石燕教授围绕知识图谱的基本概念、构建技术以及在数字人文领域的多元化应用，展开了深入讲解，为探索人文与技术融合的前沿研究提供了重要启示。
讲座伊始，欧教授从知识图谱的基本概念与发展历程切入。她指出，知识图谱是一种以图结构为基础的知识建模方法，旨在识别和推断事物间的复杂关联，沉淀领域知识，是实现认知智能的重要基石。知识图谱融合了人工智能与互联网技术，从最早期文献的宏观特征分析发展到数字时代对具体内容的深入组织，通过将非结构化的文本形式化，帮助计算机理解和管理知识。
欧教授追溯了知识图谱的发展历程，从20世纪60年代的语义网络到语义网的正式提出，再到基于RDF（资源描述框架）三元组的知识建模。她详细介绍了RDF的图结构、本体的定义及其在模式层与数据层的作用。通过对“谷歌知识图谱”的解析，她进一步明确了知识图谱的内涵：由类型化实体及其属性构成，以语义网络为理论基础，以三元组形式表达节点与边的语义关联。
在深入讨论中，欧教授还阐述了事件知识图谱的概念与发展。她指出，事件知识图谱能够揭示事件之间的因果、顺承等复杂关系，尤其在人文历史领域具有重要应用价值。例如，事件发生的时间、地点、参与人物等信息可以通过三元组表示，实现对事件的论元和论元角色的清晰描述。此外，她介绍了知识图谱嵌入技术，通过将非结构化数据转化为低维向量以实现知识表示和学习，为知识图谱的扩展提供了技术支持。
在讲座的第二部分，欧教授从技术与实践层面探讨了知识图谱的构建方法。她从图数据库、人工智能知识表示学习及图书情报领域知识组织三个角度详细剖析了知识图谱的工程化实施过程。她强调，本体模型是知识建模的核心，并列举了如人物、关系、事件、时间等本体模型的构建实例。同时，她聚焦于知识抽取技术，解析了实体抽取、关系抽取及事件抽取的关键技术与面临的挑战，为听众提供了全面的技术框架。
最后，欧教授结合国内外的相关实践项目，展示了知识图谱在数字人文领域的多样化应用。她指出，知识图谱作为一种工具，兼具开放性、关联性及推理能力，能够为数字人文研究提供强大的技术支撑。在历史文献分析、文化资源管理等领域，知识图谱的潜力已得到广泛关注，其应用前景十分广阔。
在最后的问答环节，欧教授就数字人文背景下知识图谱在语言学、古籍等方面的研究等问题解答了听众的诸多问题。整场讲座内容深入浅出，为数字人文与知识图谱交叉研究提供了宝贵的理论和实践指导，讲座在热烈的掌声中结束。
