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

绘画作品的艺术风格包含画像的色彩、纹理、笔触等等，往往很难准确定义。基于深度学习的画像风格迁移让机器自行学习艺术家的作品，使得最终输出的合成图像呈现出与艺术家作品一致的风格。本演示可以把艺术家的风格迁移到摄像头捕捉的图像中，让平淡的图像呈现出不一样的艺术气息。（The artistic style of a painting, which includes colors, textures, strokes, etc., is often difficult to define accurately. Deep learning-based portrait style transfer allows the machine to learn the artist's work by itself, so that the final output composite image presents a consistent style with the artist's work. This demo can transfer the artist's style to the image captured by the camera, so that the dull image presents a different artistic atmosphere.）

1. 通过医院患者体检数据，进行大数据分析，找出特定疾病的隐性特征，并利用机器学习理论预测患者患病概率。2. 开发针对特定疾病诊断的深度学习模型，完成AI自动生成诊断报告，代替人工诊断，实现快速就诊。3. 开发出真菌AI

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。

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。

奥威亚AI，具备云计算能力，并以SaaS云服务的方式快速部署，满足客户即买即用的需求。

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

南开大学计算机学院程明明教授团队与北京推想科技有限公司的联合团队，在CT影像智能诊断方面有紧密的合作基础，并在前期研究中取得丰富的成果。 自新冠肺炎疫情爆发以来，相关技术人员深入湖北疫区合作医院，将智能诊断技术用于新冠病毒的筛查。武汉同济医院过去几周实际发生的475例疑似肺炎CT数据当中，人工智能(AI)对于疑似肺炎CT的敏感度为98.32%，对于同时期140例有症状但是确认非肺炎患者的CT特异度为82.14%。该系统为一线医生筛查提供了重要帮助。  武汉同济医院医生正在使用CT影像AI筛查系统 初步实验和应用结果表明，利用各级医院普遍使用的CT影像获取设备，以及人工智能在线筛查系统，有望为新冠病毒防控工作提供智能辅助的双保险，极大提升筛查效率。在与新冠病毒争分夺秒的战役中取得先机。该项目目前已完成具有较强实用性的版本，可以为防疫工作提供实质性辅助。研究团队还在积极探索更高的检测精度和更细致的量化分析技术。 新冠肺炎AI系统具有三大重要功能：快速筛查及预警提示、数字化精准辅助诊断与病程监控、区域疫情实时监控。该系统已在国内包括疫区在内的40家医院应用部署，数据累积8.1万份，为进一步提升系统性能奠定了基础。

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。