近日，由清华大学人工智能研究院、北京智源人工智能研究院和清华-中国工程知识智能联合研究中心编写的《人工智能之表示学习》报告正式发布。该报告主要从概念、理论模型、领域人才、技术趋势等4个部分，介绍知识表示学习的技术发展和研究最新进展，并展望该技术的未来发展方向与前景。
近年来，以深度学习为代表的表示学习技术热度高涨，在语音识别、图像分析和自然语言处理领域获得广泛关注。表示学习旨在将研究对象的语义信息表示为稠密低维实值向量，便于在低维空间中进行对象关系的语义关联计算，并有效解决数据稀疏问题，显著提升自然语言处理、计算机视觉和机器学习算法等任务的性能。
本报告根据《CCF推荐国际学术期刊和会议目录》和ACM计算机学分类系统相关子领域的A类期刊和会议作为数据来源，主要研究2010-2020年期间表示学习的技术发展和最新研究进展，并展望该技术的未来发展方向与前景。报告综合运用了文献分析、大数据分析和挖掘技术、特征抽取、人才画像等研究方法。借助科技情报大数据挖掘与服务系统平台AMiner，通过“表示学习”领域的关键词智能匹配出所有相关论文。
并基于这些论文，进行进一步挖掘分析。
在语音交互的AI时代，深度学习的出现与发展使自然语言处理（NLP）技术取得了重大的突破。深度学习的重点之一则是语言表示学习，该报告主要从表示学习的理论基础、主要方法、最新科研进展及代表性论文解读等方面进行相关核心技术介绍。表示学习的理论基础包括向量空间模型、词袋模型、主题模型、独热表示与分布式表示等。
网络表示学习的主要算法有基于网络结构的网络表示学习和结合外部信息的网络表示学习。知识表示学习的主要方法模型包括距离模型、单层神经网络模型、能量模型、双线性模型、张量神经网络模型、矩阵分解模型和平移模型。
该报告还基于AMiner系统的“Topic必读论文”功能，通过本领域专家以及热心专业读者推荐，选取了表示学习领域其中代表性的十篇论文进行解读。
此外，该报告还分析了领域相关的专利情况、国家自然科学基金NSFC项目。表示学习领域全球学者分布地图如下：表示学习领域全国学者分布地图如下：依托AMiner平台，针对表示学习领域，综合参考h-index指标和领域专家推荐意见，报告还筛选了国外和国内各10位代表性学者进行学者画像展示和简要介绍。
“学者画像”是AMiner平台的核心服务功能之一，学者画像的特色在于提供专家学者如姓名、单位、地址、联系方式、个人简介、教育经历等个人基本信息。作为一项新兴技术，知识表示学习的未来技术发展和应用具有巨大潜力。该篇借助领域技术分析系统（http://trend.aminer.cn），对所选期刊和会议中的科技论文情报进行深入挖掘，对表示学习的技术趋势及国际研究趋势等方面进行展示和分析。
技术研究发展趋势根据“表示学习”领域关键词，从AMiner数据库中查找出指定期刊会议发表的论文，其中包含论文所在领域的分支术语和年份，统计含有这些术语论文数量，给出论文数量排名前10的技术术语，再统计这些术语的起止年份，划分时间窗格，生成大数据智能的发展趋势图。
国家研究发展趋势根据AMiner平台分析不同国家在“表示学习”领域的研究趋势，在趋势图中以不同颜色的色带代表不同的国家，以其宽度表示该国家在当年的研究热度，与当年该国论文数量呈正相关，每一年份中按照其热度由高到低进行排序。AMiner平台提供了领域人才分析功能。
微信公众号对话框回复关键词“表示学习”，免费获取《人工智能之表示学习》全文电子版！
微信公众号对话框回复关键词“认知图谱”，免费获取《人工智能之认知图谱》报告完整版微信公众号对话框回复关键词“区块链2020”，免费获取《区块链发展研究报告2020》报告完整版微信公众号对话框回复关键词“图数据库”，免费获取《人工智能之图数据库》报告完整版微信公众号对话框回复关键词“学术搜索”，免费获取《人工智能之学术搜索》报告完整版微信公众号对话框回复关键词“人机交互”，免费获取《人工智能之人机交互》报告完整版微信公众号对话框回复关键词“机器学习”，免费获取《人工智能之机器学习》报告完整版微信公众号对话框回复关键词“AI女性”，免费获取《人工智能全球女性榜单》报告完整版更多AI TR系列报告，敬请查看官方网址http://reports.aminer.cn/点击阅读原文，查看更多精彩！