2015年10月13日，中国科学院信息工程研究所研究员、博导王斌博士应邀在我院作“知识图谱表示学习及其在知识推理中的应用”学术报告。学院相关领域的师生聆听了精彩的报告。报告指出：尽管知识图谱为海量信息提供了结构化的存储方式，其符号化的表示形式仍然极大程度地制约了人们对其进行操作与建模，阻碍了其在更多实际任务中的进一步应用。针对这一问题，他的研究方向就是将知识图谱中的实体和关系在隐式向量空间中进行表示、建模与学习，从而将实体和关系可计算化，以达到简化知识图谱操作与建模的目的。此类表示学习方法简单、高效。他也介绍了未来的研究方向：此类方法属于单纯数据驱动型方法，在学习过程中往往只用到了知识图谱中的三元组信息，在面对精确的抽取和推理任务时往往存在精度不足的缺陷。如何将可获取的多样化信息融入到知识图谱表示学习之中，成为了当下极具理论和应用价值的研究议题。