古人學(xué)問(wèn)無(wú)遺力，
少壯工夫老始成。
紙上得來(lái)終覺(jué)淺，
絕知此事要躬行。

同學(xué)們，你們是不是厭倦了“學(xué)習(xí)是為了考試”的模式？你們是不是有很多想法，卻苦于無(wú)處實(shí)現(xiàn)？你們是不是想到推研和出國(guó)聯(lián)系導(dǎo)師時(shí)，已有的研究經(jīng)歷將為自己的申請(qǐng)?jiān)錾�不少�?/p>

如果是這樣，請(qǐng)你關(guān)注我們的“實(shí)習(xí)生計(jì)劃”。我們這里有良好的科研實(shí)驗(yàn)條件、挑戰(zhàn)性的課題、自由的研究氛圍、融洽的團(tuán)隊(duì)氣氛等待著你的加入。

 我們?cè)谧鍪裁?/p>

我們這擁有幾乎所有的中文報(bào)紙的電子數(shù)據(jù)�；�于海量的新聞數(shù)據(jù)，我們將構(gòu)建一個(gè)全新的“新聞?wù)Z義網(wǎng)”；它將為用戶提供更準(zhǔn)確的新聞搜索，以及智能導(dǎo)航。例如，我們可以很方便的回答多個(gè)新聞人物之間的關(guān)系；我們可以將新聞的重要要素，例如事件的類別，時(shí)間，地點(diǎn)和人物等，回答給用戶，而不需要用戶閱讀新聞本身。這項(xiàng)內(nèi)容涉及：信息提取技術(shù)，文本挖掘，信息檢索，語(yǔ)義網(wǎng)等。

同時(shí)，我們?cè)跇?gòu)建一種新的數(shù)據(jù)的存儲(chǔ)系統(tǒng)。如你們?cè)谡n程上所學(xué)，目前的大量的數(shù)據(jù)是存儲(chǔ)在關(guān)系型數(shù)據(jù)庫(kù)系統(tǒng)中，例如IBM DB2，Oracle，MS SQL等等。然而為了使用這些關(guān)系數(shù)據(jù)庫(kù)，我們需要預(yù)先定義模式結(jié)構(gòu)（即表結(jié)構(gòu)）。然而Web上的數(shù)據(jù)千奇百怪，因而很難提前定義模式。為此人們提出了一種新的數(shù)據(jù)格式RDF（Resource Description Framework）。如何存儲(chǔ)海量的RDF數(shù)據(jù)，如何在RDF數(shù)據(jù)上建立索引來(lái)提高查詢效率。這項(xiàng)內(nèi)容涉及：數(shù)據(jù)庫(kù)和語(yǔ)義網(wǎng)。

 你將做什么

如果你加入到我們的實(shí)習(xí)生計(jì)劃，你將和這兒的老師和研究生一起，討論研究問(wèn)題，參與系統(tǒng)的實(shí)現(xiàn)，以及撰寫(xiě)學(xué)術(shù)論文。你將可以根據(jù)你的興趣，選擇一個(gè)你喜歡，擅長(zhǎng)的方向。我們這老師都有多年海外留學(xué)經(jīng)驗(yàn)，目前已經(jīng)發(fā)表國(guó)際期刊/會(huì)議十余篇，加入我們，你將學(xué)習(xí)到如何從事學(xué)術(shù)研究，提前培養(yǎng)自己的學(xué)術(shù)能力，這將為你出國(guó)申請(qǐng)?zhí)自~提供的背景。

你們中的優(yōu)秀者，我們將優(yōu)先考慮其推免研究生的資格，還有機(jī)會(huì)獲得“王選獎(jiǎng)學(xué)金”。同時(shí)你們?nèi)绻�考慮出國(guó)深造，我們將根據(jù)你們的表現(xiàn)，提供具體而且的推薦。

課題一：中文智能語(yǔ)義檢索引擎
你有聽(tīng)說(shuō)“Trueknowledge”網(wǎng)站嗎？它是目前國(guó)際上具有代表性的基于語(yǔ)義數(shù)據(jù)的Q/A系統(tǒng)。給一個(gè)自然語(yǔ)言問(wèn)題，例如“Who was the president of United States in 1981 ?”, Trueknowledge不是給你一堆不知所云的網(wǎng)頁(yè)，而是直接告訴你答案（Ronald Reagan和Jimmy Carter，因?yàn)?1年是美國(guó)大選年�。�。這就是知識(shí)問(wèn)答系統(tǒng)的魅力所在！這個(gè)系統(tǒng)中涉及到自然語(yǔ)言的理解，文本挖掘和海量語(yǔ)義數(shù)據(jù)的存儲(chǔ)和檢索算法。
我們正在構(gòu)建一個(gè)海量中文語(yǔ)義智能檢索系統(tǒng)，請(qǐng)加入我們吧！

課題二：中文海量語(yǔ)義數(shù)據(jù)集構(gòu)建

現(xiàn)在已經(jīng)成為了數(shù)據(jù)為王的時(shí)代，收集和整理海量語(yǔ)義數(shù)據(jù)，是構(gòu)建課題一中文智能檢索系統(tǒng)的核心。這里面涉及到網(wǎng)絡(luò)數(shù)據(jù)的抓取，語(yǔ)義信息的提取，數(shù)據(jù)質(zhì)量的控制等。

 聯(lián)系我們
請(qǐng)將你（不限于計(jì)算機(jī)專業(yè)）的簡(jiǎn)歷以及成績(jī)單發(fā)至 鄒磊 zoulei@pku.edu.cn。
http://www.icst.pku.edu.cn/intro/leizou/index.html

簡(jiǎn)歷中請(qǐng)你著重?cái)⑹鋈缦路矫妫?br>1. 以下課程（如果上過(guò)）你的掌握情況：編程語(yǔ)言（C/C /Java），數(shù)據(jù)結(jié)構(gòu)，算法設(shè)計(jì)，數(shù)據(jù)庫(kù)，數(shù)據(jù)挖掘。
2. 以前的項(xiàng)目經(jīng)驗(yàn)（如果有）。
3. 數(shù)學(xué)基礎(chǔ)。
4. 你的詳細(xì)聯(lián)系方式，包括電話和email，以便我們和你聯(lián)系。