摘要: 随着互联网的快速普及与发展，互联网数据以惊人的速度在全世界范围内呈现出指数级增长的态势。而数据作为客观世界在信息世界中的抽象表达，其必然带有普遍的关联性。如何从海量的异构数据中挖掘实体及其语义关联和属性，并进行知识的融合，进而构建大规模的知识图谱，为语义搜索、深度问答、文本理解等应用提供有力支撑,已成为数据管理、数据挖掘和信息抽取等领域的一个重要研究方向。相比于传统的数据集成，在面向大规模的数据和知识融合过程中，融合算法的效率、多源数据的数据质量评估和基于语义的数据和知识融合等都给现有的数据集成和知识融合技术带来了巨大的挑战。2016年《计算机研究与发展》数据融合和知识融合专题侧重大规模数据和知识的抽取、融合及应用等诸多方面，涉及到数据管理、信息抽取和知识工程等多个交叉学科领域，研究主题包括数据与知识抽取技术、歧义性消除、数据与知识融合技术、数据与知识建模、关联知识库的应用等。本期专题经过公开征文收到43篇投稿，并最终收录了7篇论文，内容涉及实体抽取、实体链接、数据融合与溯源、短文本理解、数据查询、知识表示等主题，为相关领域的研究者探讨面向大数据的数据融合和知识融合的基础理论研究及其应用、讨论该领域内最新的突破性进展、交流新的学术思想和新方法以及展望未来的发展趋势提供了很好的沟通和交流机会。