少壯工夫老始成。
紙上得來終覺淺，
絕知此事要躬行。
同學們，你們是不是厭倦了“學習是為了考試”的模式？你們是不是有很多想法，卻苦于無處實現(xiàn)？你們是不是想到推研和出國聯(lián)系導師時，已有的研究經(jīng)歷將為自己的申請增色不少？
如果是這樣，請你關注我們的“實習生計劃”。我們這里有良好的科研實驗條件、挑戰(zhàn)性的課題、自由的研究氛圍、融洽的團隊氣氛等待著你的加入。
我們在做什么
我們這擁有幾乎所有的中文報紙的電子數(shù)據(jù)。基于海量的新聞數(shù)據(jù)，我們將構建一個全新的“新聞語義網(wǎng)”；它將為用戶提供更準確的新聞搜索，以及智能導航。例如，我們可以很方便的回答多個新聞人物之間的關系；我們可以將新聞的重要要素，例如事件的類別，時間，地點和人物等，回答給用戶，而不需要用戶閱讀新聞本身。這項內(nèi)容涉及：信息提取技術，文本挖掘，信息檢索，語義網(wǎng)等。
同時，我們在構建一種新的數(shù)據(jù)的存儲系統(tǒng)。如你們在課程上所學，目前的大量的數(shù)據(jù)是存儲在關系型數(shù)據(jù)庫系統(tǒng)中，例如IBM DB2，Oracle，MS SQL等等。然而為了使用這些關系數(shù)據(jù)庫，我們需要預先定義模式結構（即表結構）。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）。如何存儲海量的RDF數(shù)據(jù)，如何在RDF數(shù)據(jù)上建立索引來提高查詢效率。這項內(nèi)容涉及：數(shù)據(jù)庫和語義網(wǎng)。
你將做什么
如果你加入到我們的實習生計劃，你將和這兒的老師和研究生一起，討論研究問題，參與系統(tǒng)的實現(xiàn)，以及撰寫學術論文。你將可以根據(jù)你的興趣，選擇一個你喜歡，擅長的方向。我們這老師都有多年海外留學經(jīng)驗，目前已經(jīng)發(fā)表國際期刊/會議十余篇，加入我們，你將學習到如何從事學術研究，提前培養(yǎng)自己的學術能力，這將為你出國申請?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，還有機會獲得“王選獎學金”。同時你們?nèi)绻紤]出國深造，我們將根據(jù)你們的表現(xiàn)，提供具體而且的推薦。
課題一：中文智能語義檢索引擎
你有聽說“Trueknowledge”網(wǎng)站嗎？它是目前國際上具有代表性的基于語義數(shù)據(jù)的Q/A系統(tǒng)。給一個自然語言問題，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，而是直接告訴你答案（Ronald Reagan和Jimmy Carter，因為81年是美國大選年�。�。這就是知識問答系統(tǒng)的魅力所在！這個系統(tǒng)中涉及到自然語言的理解，文本挖掘和海量語義數(shù)據(jù)的存儲和檢索算法。
我們正在構建一個海量中文語義智能檢索系統(tǒng)，請加入我們吧！
課題二：中文海量語義數(shù)據(jù)集構建
現(xiàn)在已經(jīng)成為了數(shù)據(jù)為王的時代，收集和整理海量語義數(shù)據(jù)，是構建課題一中文智能檢索系統(tǒng)的核心。這里面涉及到網(wǎng)絡數(shù)據(jù)的抓取，語義信息的提取，數(shù)據(jù)質量的控制等。
聯(lián)系我們
請將你（不限于計算機專業(yè)）的簡歷以及成績單發(fā)至 鄒磊 zoulei@pku.edu.cn。
http://www.icst.pku.edu.cn/intro/leizou/index.html
簡歷中請你著重敘述如下方面：
1. 以下課程（如果上過）你的掌握情況：編程語言（C/C /Java），數(shù)據(jù)結構，算法設計，數(shù)據(jù)庫，數(shù)據(jù)挖掘。
2. 以前的項目經(jīng)驗（如果有）。
3. 數(shù)學基礎。
4. 你的詳細聯(lián)系方式，包括電話和email，以便我們和你聯(lián)系。
