虽然现在深度学习几乎一统天下，但回顾一下经典还是很有意思的。

今天分享给大家的是其中一篇涉及注意力模型的论文。

这篇论文将其与注意力机制结合，分别在词语级别上以及句子级别上做了注意力机制的建模，不仅提升了文本分类的效果，而且关注到了不同词语在不同类别上表征特性的变化。

Facebook AI Research发布的XLM模型，在原有的BERT模型上进行了预训练目标升级，成功地将BERT扩展成了跨语言模型，并在跨语言数据集上取得了很好的成果。

本文主要介绍了一些CNN的历史进展。

开放学术图谱 （OAG）是一个大型学术知识图谱。它连接了两个亿级学术图谱：微软学术 （Microsoft Academic Graph，MAG）和AMiner 。

论文针对利用强化学习解决推荐系统时存在用户行为难以建模的问题，提出了一种新的强化学习框架FeedRec。

此次会议只有8.6％的演讲者和15％的参与者是女性，有2/3的LGBTQ +研究人员不专业，8位受邀演讲者都是白人。

华中科技大学的黄钊金作为一作完成的研究Mask Scoring R-CNN，在COCO图像实例分割任务上超越了何恺明的Mask R-CNN

即使该句子的含义和结构有点复杂或者模棱两可，该系统依然可以完整的分析句子结构和内容。

标题词嵌入能否预测文章的转发量？标题所表达的情绪与文章转发量之间又存在什么样的关系？word2vec能够解答上述问题。

MRI成像技术不同于其他成像技术，它提供的信息量远远大于医学影像学中的其他许多成像技术。因此，对疾病的诊断具有很大的明显优越性。