新闻公告

“大语言模型与知识图谱”专题征文通知
•    大语言模型通过在大规模语料库上训练，能够自动学习和理解自然语言，具备强大的自然语言生成能力。当前，以ChatGPT为代表的语言大模型正在人工智能的多个领域产生着深刻影响，引发了广泛关注。知识图谱是一种组织和表示结构化知识的技术，它可以描述实体、属性和关系，并支持复杂的查询推理，为自然语言理解、信息检索和智能推荐等任务提供了基础。
  
     大语言模型与知识图谱之间存在着密切的联系和互补性。当前大语言模型在数据真实性、可解释性、可扩展性等方面存在一定的局限性。知识图谱作为一种结构化的知识表示方法，可以与大语言模型相结合，为大语言模型提供丰富和准确的形式化背景知识，通过结合图谱中的结构化知识信息实现更可靠和准确的知识获取和应用。近年来，虽然大语言模型与知识图谱各领域均取得了显著进展，但仍有许多待解问题，尤其缺乏关于二者交叉融合的新方法与新领域的研究。
  
     为了促进大语言模型与知识图谱相关理论与方法的研究，《计算机科学与探索》特别设立“大语言模型与知识图谱”专题。本专题将围绕大语言模型与知识图谱，探讨新型知识建模理论、方法和技术，探究类ChatGPT语言大模型与知识图谱相互作用而实现“神经+符号”结合的可能途径，形成大语言模型与知识图谱的新理论、新思路、新技术和新系统，推动该技术在自然语言处理、信息检索、问答系统等领域的进一步应用。
  本专题将收录国内外有关大语言模型和知识图谱的高水平研究成果，探讨相关的理论和技术，解决二者面临的难题和挑战，将所取得的理论、技术或实验方面的实质性进展应用于相关产业和领域，推动大语言模型和知识图谱的广泛应用。欢迎相关研究领域的专家学者、科研人员踊跃投稿。
  

  
  一、征文范围（包括但不限于以下主题）

  （1）大语言模型和知识图谱的基础理论和方法
  （2）融合知识图谱的大语言模型结构设计
  （3）知识图谱在大语言模型可解释、可扩展、可靠性等方面的应用
  （4）大语言模型和知识图谱在自然语言处理、信息检索、问答系统等领域的应用
  （5）大语言模型和知识图谱在跨语言、跨领域、跨媒体等多模态场景下的应用
  （6）面向大语言模型与知识图谱的评估方法与技术
  （7）其他与大语言模型和知识图谱相关的研究和应用
  
  二、征文要求
  （1）论文必须具有原创性、学术性、科学性、准确性、规范性和可读性，所述内容为作者独立或与他人合作完成的研究成果，未在国内外公开发行的刊物或会议上发表过，不存在一稿多投问题。
  （2）论文一律用word格式排版，格式体例参考《计算机科学与探索》“论文写作模板”与近期已发表论文。
  （3）论文请通过本刊网站（http://fcst.ceaj.org）进行投稿，投稿时提供作者的联系方式，并在论文标题后注明“（大模型）”字样（否则按自由来稿处理）。
  
  三、重要日期
  收稿截止日期：2023年7月15日
  评审结束日期：2023年8月15日
  预录用通知日期：2023年8月20日
  终稿提交日期：2023年8月30日
  计划出版日期：2023年10月
  
  四、特邀编审
  王国仁  教授  北京理工大学 
  王  鑫  教授  天津大学
  王昊奋  教授  同济大学
  赵  翔  教授  国防科技大学
  
  五、联系方式
  办公地址：北京市海淀区北四环中路211号 太极大厦16层
  通信地址：北京市619信箱26分箱（100083）
  电    话：010-89056056
  E-mail：fcst@vip.163.com
  
发布日期： 2023-03-28  浏览： 2089