<html>
  <head>

    <meta http-equiv="content-type" content="text/html; charset=ISO-8859-15">
  </head>
  <body text="#000000" bgcolor="#FFFFFF">
    AAAI 2014 FALL SYMPOSIUM: NATURAL LANGUAGE ACCESS TO BIG DATA <br>
    November 13–15, 2014 Westin Arlington Gateway in Arlington, Virginia
    adjacent to Washington, DC<br>
    <br>
    <a class="moz-txt-link-freetext" href="https://sites.google.com/site/nlabd2014/home">https://sites.google.com/site/nlabd2014/home</a><br>
    <br>
    Important Dates:<br>
    <br>
    <b>• Papers due to: June 13, 2014</b><b><br>
    </b><b><br>
    </b><b>• Author notifications: July 11, 2014</b><b><br>
    </b><b><br>
    </b><b>• Accepted camera-ready copy due to AAAI: September 10, 2014</b><b><br>
    </b><b><br>
    </b><b>• Symposium: November 13–15, 2014</b><br>
    <br>
    Today’s enterprises need to make decisions based on analyzing
    massive and heterogeneous data sources. More and more aspects of
    decision making are driven by data, and as a result, more and more
    business users need access to data. Offering easy access to the
    right data to diverse business users is of growing importance. There
    are several challenges that must be overcome to meet this goal. One
    is the sheer volume: enterprise data are predicted to grow by 800
    percent in the next five years. The biggest part (80 percent) are
    stored in unstructured documents, most of which are lacking
    informative meta data or semantic tags (beyond date, size, and
    author) that might help in accessing them. A third challenge comes
    from the need to offer access to these data for different types of
    users, most of whom are not familiar with the underlying syntax or
    semantics of the data. <br>
    <br>
    Natural Language Interfaces and Question Answering Systems, such as
    Watson, Smartweb, Siri, Start, or Evi, have been successfully
    implemented in various domains; for example in encyclopedic
    knowledge bases (e.g., IBM`s Jeopardy Challenge), in the field of
    energy (e.g., DGRC), or in the domain of mathematics (e.g., Wolfram
    Alpha). Following up on prior work in natural language interfaces to
    databases (NLIDB) and question answering (QA) systems, this workshop
    brings together experts from both academia and industry to present
    their most recent work related to problems that leverage natural
    language in the context of big data. They can share information on
    their latest investigations and exchange ideas and thoughts in order
    to push the research frontier towards new technologies that tackle
    the aspect of natural language access to large-scale and
    heterogeneous data.<br>
    <br>
    Call for Papers:<br>
    <br>
    We welcome the submission of research papers on all aspects of
    natural language access and question answering to large-scale
    structured and unstructured data. The following topics are of
    particular interest:<br>
    <br>
    • Natural language interaction technologies (e.g., in the context of
    knowledge navigation; personal assistant)<br>
    • Speech interfaces and interactive question answering<br>
    • Automatic question answering based on structured data sources<br>
    • Natural language access to the Semantic Web <br>
    • Question answering and natural language interfaces to Linked Data<br>
    • Formalization of structured information / queries (RDF, OWL,
    SPARQL)<br>
    • Machine learning techniques (e.g., large-scale hierarchical
    classification) for translating the users' information needs into
    formal queries <br>
    • Information extraction at web scale that supports natural language
    access <br>
    • Web mining and social network analysis<br>
    • Social media analysis and opinion mining<br>
    • Text summarization (e.g., question-focused summarization)<br>
    • Natural language processing for document analysis including
    information extraction, semantic role labeling and co-reference
    resolution<br>
    • Architectures for natural language access to big data<br>
    • UIMA modules<br>
    • Applications and projects<br>
    <br>
    Programm Committee: <br>
    <br>
    • Gerhard Weikum<br>
      Max-Planck-Institut für Informatik, Saarbrücken, Germany<br>
    <br>
    • Philipp Cimiano<br>
      Bielefeld University - CITEC, Germany<br>
    <br>
    • Zornitsa Kozareva<br>
      Yahoo Research, Silicon Valley, USA<br>
    <br>
    • Chris Biemann<br>
      TU Darmstadt, Germany <br>
    <br>
    • Florian Röhrbein<br>
      Technische Universität München, Germany<br>
    <br>
    • Saurav Sahay<br>
      Intel Labs - Experience Technology, Santa Clara, CA, USA <br>
    <br>
    • Mohamed Yahya<br>
      Max-Planck-Institut für Informatik, Saarbrücken, Germany<br>
    <br>
    • Maximilian Viermetz<br>
      Siemens AG - Corporate Technology, Germany<br>
    <br>
    • James Fan<br>
      IBM T. J. Watson Research Center, NY, USA<br>
    <br>
    • Ken Barker<br>
      IBM T. J. Watson Research Center, NY, USA<br>
    <br>
    • Günter Neumann <br>
      German Research Center for AI, Saarbrücken, Germany<br>
    <br>
    • Martin Theobald<br>
      University of Antwerp, Belgium<br>
    <br>
    • Paul Buitelaar <br>
      Digital Enterprise Research Institute, Ireland <br>
    <br>
    • Jochen Leidner <br>
      Thomson Reuters, United Kingdom<br>
    <br>
    • Lora Aroyo <br>
      VU University Amsterdam, The Netherlands <br>
    <br>
    Organizing Committee: <br>
    <br>
    Dan G. Tecuci <br>
    IBM Watson<br>
    Austin, TX<br>
    Email: <a class="moz-txt-link-abbreviated" href="mailto:dan.tecuci@gmail.com">dan.tecuci@gmail.com</a><br>
    <a class="moz-txt-link-freetext" href="http://www.dantecuci.com">http://www.dantecuci.com</a><br>
    <br>
    Ulli Waltinger<br>
    Siemens AG / Corporate Technology <br>
    Research & Technology Center<br>
    Business Analytics & Monitoring <br>
    Knowledge Modeling & Retrieval (CT RTC BAM KMR) <br>
    Otto-Hahn-Ring 6<br>
    81739 München, Deutschland<br>
    Email: <a class="moz-txt-link-abbreviated" href="mailto:ulli.waltinger@siemens.com">ulli.waltinger@siemens.com</a><br>
    <br>
    Daniel Sonntag<br>
    German Research Center for Artificial Intelligence<br>
    Intelligent User Interfaces<br>
    Stuhlsatzenhausweg 3<br>
    66123 Saarbruecken, Germany<br>
    Email: <a class="moz-txt-link-abbreviated" href="mailto:daniel.sonntag@dfki.de">daniel.sonntag@dfki.de</a><br>
    <a class="moz-txt-link-freetext" href="http://www.dfki.de/~sonntag/">http://www.dfki.de/~sonntag/</a><br>
    <br>
    <br>
  </body>
</html>