1、自然语言处理，文本信息提取算法。 2、政策知识图谱、企业知识图谱。

随着智慧教育理念的深入实施，对知识体系进行数字化重构成为一项迫切的基础性工作。知识图谱作为一种新型的复杂知识表征方法，为实现结构化、模型化、可演化的数字化知识体系提供了有效的手段。 本项目自主开发了教育知识图谱构建与服务平台，支持知识图谱的“建设、服务、规划、开放”四个主要功能。在平台的支撑下，以专业建设视角打通了从培养目标、课程体系、知识点、知识资源的链条，跨课程多维度关联形成了知识网络，实现教师、学生、知识、教材等的一体化集成，支撑专业培养方案定制、个性化学习、新形态教材建设。 技术上，平台具备灵活性、易用性和安全性。采用成熟的后端微服务框架极大地简化了开发流程，同时提供了灵活的数据库操作和高效的前后端集成，确保了系统的高性能和可靠性。前端设计上，平台利用高质量组件和响应式布局提供了良好的可定制性，使用户界面在视觉上更具吸引力，操作上更加友好。在数据存储方面，平台不仅确保了数据的可靠性和易用性，强化了专业知识图谱等复杂图数据的高性能处理能力。 平台应用于专业课程教学、数字化教材设计、培养方案定制等教育领域。该平台在智慧教育领域具有巨大的市场潜力。与市场上同类产品相比，成熟度高，适配性强，软件自主可控。 图1.专业知识图谱局部展示 图2.知识查查路径知识搜索展示 图3.培养方案系统化输入界面 图4.平台数据统计界面 图5.知识节点内部资料输入界面

1. 痛点问题 《中国教育现代化2035》提出“利用现代技术加快推动人才培养模式改革，实现规模化教育与个性化培养的有机结合”。2021年7月国家发布“双减”政策以后，如何在减少学生学习时间的前提下提升学习效果，就成为摆在学校与老师面前的一个重要课题。学生的学习行为是因人而异的，受到知识水平与认知能力等因素的影响。现有的学习资源是非常丰富的，通过在课后为学生提供有针对性的学习资源、满足学习者个性化的学习需求，是提升学生学习效果的重要途径。要达成这个目标，就必须依靠知识图谱技术的支撑，突破学习资源语义化分析、个性化推荐等技术在教育领域的瓶颈，最终实现个性化的学习。而当前国内缺乏一个全学科的、可访问的基础教育知识图谱系统，本项目成果填补了此方面空白。 2. 解决方案 知识图谱是当前计算机中知识表示的一种重要方式，利用知识图谱可以改善搜索结果、进行基于语义的数据集成、以及提升智能问答的准确性。在基础教育领域，如何构建高质量的知识图谱是一个重要挑战。本项目在国内率先研究提出一种准确高效的领域知识图谱构建方法——“四步法”，研发了相应的软件平台（资源管理系统、语义标注系统、知识管理系统、知识展示系统），用此方法构建了中国基础教育知识图谱EduKG，并利用该知识图谱开展基于知识点的教学资源集成。EduKG涵盖了基础教育九门学科的知识，基于其研发的基础教育知识记忆类问题自动问答系统准确率达到70%以上。目前该知识图谱已经可以提供公开的访问服务接口，供相关教育信息应用程序进行访问调用。该知识图谱相当于基础教育的新基建，上层应用可以同时调用访问基础教育知识图谱的内容，给学生提供自适应学习软件应用、给老师提供强大丰富的备课资源及融合式教学方案、给学校管理提供教师授课评估等多种应用。 合作需求 期待与各个省市的教育信息化企业开展合作，采用技术许可等方式，提升这些企业的教育信息化产品的智能水平，服务于当地的教育局、电教馆、中小学等单位。最终为政府、学校、师生提供教育现代化解决方案和优质的课程资源及平台技术服务，助力区域构建高质量的教育发展体系，为学校提供智慧教学系统创新课堂教学，从而提高课堂效率和质量，为学生提供个性化学习产品，通过互联网扩大优质教育资源覆盖面，促进区域发展公平而有质量的教育。

法律知识体系是多种逻辑的结合,并且法律的知识体系非常复杂。可以从法律法规自上下构建体系,也可以从法学概念的相关性去构建体系。然而专业领域的知识图谱的构建和百类知识的融合和构建不同,需要专家的指导和监督。近来,伴随着“智慧法院”的建设,司法知识图谱的构建时机也日臻成熟。本项目计划文书进行摘要,进而把涉案事实结构化,找到知识图谱中对应的实体概念,触发知识图谱里些推送知识,判断法律事件发生概率

成果介绍主要研究方向为人工智能、知识图谱、自然语言处理、社交网络、大数据、信息检索等。作为项目负责人主持完成2项国家自然科学基金，1项中国博士后基金一等资助项目，5项省部级重点实验室开放课题项目，10余项企业联合研发项目等。作为主要负责人参与国家重大研发计划子课题、总装预研、863课题等项目。研究成果已应用于国防、科技情报、医疗、智慧司法、智能制造等行业。担任数十个重要国际会议和国内外重要期刊的程序委员或审稿人。已在国内外重要学术期刊和会议上发表学术论文90余篇。研究工作被60多个国家和地区的学者引用1500余次。技术创新点及参数面向多源异构数据的知识图谱构建技术；大规模知识图谱的高效融合技术；面向跨媒体异构数据的知识表示技术；基于语义关联和知识驱动的信息汇聚技术；面向复杂问题智能问答技术；基于知识和机器学习和问题推理和分析技术。

近年来图数据受到越来越多的关注，在海量图数据中进行快速的复杂查询是所有图数据库系统面临的直接问题。本系统首创提出了将复杂条件查询转换成在大图中进行子图匹配的解决方法，该方法抛弃了传统利用关系数据库技术作为底层支持RDF数据的存储和管理，利用基于结构感知的索引和查询优化策略，极大地提高了在海量RDF知识图谱数据和复杂查询环境下的性能和系统可扩展性。 本系统支持W3C提出的RDF文件标准和SPARQL语法标准，提供C++、Java、Python、PHP等API接口，单机版本支持50亿条边秒级响应，分布式版本设计了基于查询日志的分布式图数据划分策略，具有非常好的可扩展性。

本发明公开了一种基于模板匹配技术的知识图谱问答系统和方法。该系统包括离线模块和在线模块，离线模块主要用于离线数据准备，在线模块主要用于系统服务。本发明的系统可支持用户友好的自然语言问句为查询，通过对用户的问句进行语法分析，将语法分析后的结果到离线定义的手工模板库中寻找匹配的问句模板，根据所述的实体匹配方法和关系匹配方法，生成最终的结构化的知识图谱查询

跨越胚胎和成年两个时期、涵盖八大系统、建立70多万个单细胞的转录组数据库、鉴定人体100余种细胞大类和800余种细胞亚类……世界首个人类细胞图谱在浙大绘制成功了。北京时间2020年3月26日，国际顶级期刊《自然》在线刊登了浙江大学医学院郭国骥教授团队的这项最新研究成果。 细胞是生命的基本单位。在过去的数百年时间里，科学家主要利用显微镜和流式分析等技术，依靠若干表型特征对自然界里不同物种的细胞进行分类和鉴定。这些表型特征的选取往往引入了较多的人为主观性。而单细胞测序技术的出现对这一传统的细胞认知体系带来了革命性的变化。 此前，郭国骥团队自主研发了Microwell-seq高通量单细胞分析平台，并于2018年在国际顶级期刊《细胞》上发表了世界首个小鼠细胞图谱。此后，郭国骥团队一直在这个领域精耕细作，并与浙江大学医学院几家附属医院的张丹团队、王伟林团队、陈江华团队、梁廷波团队和黄河团队等保持紧密合作，时隔两年，再出重量级成果。一张单细胞水平的人类细胞图谱 团队对60种人体组织样品和7种细胞培养样品进行了Microwell-seq高通量单细胞测序分析，系统性地绘制了跨越胚胎和成年两个时期、涵盖八大系统的人类细胞图谱。 郭国骥介绍说，Microwell-seq具有成本低廉、双细胞污染率低和细胞普适性广等优势，由此团队建立了70多万个单细胞的转录组数据库，鉴定了人体100余种细胞大类和800余种细胞亚类。同时，团队开发了scHCL单细胞比对系统用于人体细胞类型的识别，并搭建了人类细胞蓝图网站。 “这项工作概括地说就是人体细胞数字化。我们能用数字矩阵描述每一个细胞的特征，并对它们进行系统性的分类。我们定义了许多之前未知的细胞种类，还发现了一些特殊的表达模式。” 通过这张图谱，团队发现，多种成人的上皮、内皮和基质细胞在组织中似乎扮演着免疫细胞的角色。“趋化因子阳性上皮细胞、抗原呈递阳性内皮细胞和白介素阳性成纤维细胞广泛地分布在成体的各种组织器官之中，并在分类上独立于传统的上皮、内皮、基质和免疫细胞。这些非专职的免疫细胞也在兼职干着免疫的活。我们认为成年人非免疫细胞的广泛免疫激活是人体区域免疫的一种重要调节机制。” 此外，通过跨时期、跨组织和跨物种的细胞图谱分析，团队揭示了一个普适性的哺乳动物细胞命运决定机制：干细胞和祖细胞的转录状态混杂且随机，而分化和成熟细胞的转录状态就变得分明且稳定，也就是说，细胞分化经历了一个从混乱到有序的发展过程。 该研究首次从单细胞水平上全面分析了胚胎和成年时期的人体细胞种类，研究数据将成为探索细胞命运决定机制的资源宝库，研究方法将对人体正常与疾病细胞状态的鉴定带来深远影响。在未来，临床医生就可能通过参照正常的细胞状态来鉴别异常的细胞状态和起源。 论文的第一作者包括浙江大学医学院韩晓平副教授（并列通讯）、17级硕士生周子茗、19级博士生费丽江、17级直博生孙慧宇、18级博士生汪仁英、16级直博生陈瑶、博士后陈海德和王晶晶。论文最后通讯作者为浙江大学医学院郭国骥教授。项目获得了国家自然科学基金和科技部干细胞与转化医学重点专项的支持。