Year 2022

• 视觉-语言预训练（VLP）技术介绍

  • 分享对应的 PPT；

  • 对当前的视觉-语言预训练（Vision-Language Pretraining, VLP) 技术做了概要介绍，也可以看成是对当前多模态学习（Multi-Modal Learning）技术的概要介绍。

• 信息抽取统一框架介绍和实例—— UIE (Universal Information Extraction)

  • 分享对应的 文档；
  • 介绍了百度 ACL 2022 的论文《Unified Structure Generation for Universal Information Extraction》，并基于百度开源的代码跑了训练示例。

• BERT 还有哪些神奇的能力呢！？ - 知乎

开源工具的使用介绍

• Pix2Text: 替代 Mathpix 的免费 Python 开源工具

  • Pix2Text (P2T) ，目标是 Mathpix 的Python开源替代品，现在可以识别截图中的数学公式并转换为Latex表示，也可以识别图片中的中英文文字；
  • 知乎文章（文字版）：Pix2Text: 替代 Mathpix 的免费 Python 开源工具
  • 在线Demo： https://huggingface.co/spaces/breezedeus/pix2text ；
  • Gitee Fork: https://gitee.com/breezedeus/pix2text 。

• 更更好用的开源Python OCR工具包——CnOCR V2.2 - 知乎

  • 在线Demo： https://huggingface.co/spaces/breezedeus/cnocr 。
• 利用CnOCR实现自动对截屏图片OCR - 知乎

• 如何安装CnOCR，以及免安装直接使用CnOCR

  • 分享对应的 PPT；
  • 介绍了 CnOCR 安装和使用过程中大家遇到的一些问题。能不能不安装试用CnOCR效果？没问题，本视频中提供了4种免安装使用的方法。
  • 相关资源：文本检测和识别——附CnStd与CnOcr工具介绍

• antiOCR 使用介绍

  • antiOCR 把指定文本转换成机器无法识别但人可读的文字图片，即拒绝图片内容被OCR。常见的使用场景是图片验证码。antiOCR 是Python工具包，安装即可使用，或者直接使用作者提供的在线Demo生成图片；
  • 在线Demo：https://huggingface.co/spaces/breezedeus/antiOCR 。

Year 2021

• Tricks for Sparse & Dense Retrieval Models

  • 分享对应的 PPT；
  • 介绍了 Sparse Retrieval (SR) 和 Dense Retrieval (DR) 中的几大类改进方法。 虽然是 2021年底的分享，不过到 2023年才发布出来，拖延症😅。

• 文本检测和识别——附CnStd与CnOcr工具介绍

  • 分享对应的 PPT；
  • 介绍了文本检测和识别中的深度学习框架与代表性算法，之后介绍了 CnSTD 与 CnOCR 两个python3工具包的使用。

• RS论文阅读：你真的读懂了Youtube DNN推荐论文吗？

  • 分享的 文字版 ；
  • Youtube 在2016年发表的DNN推荐论文是最早把深度学习成功应用于推荐的代表性工作。很多博客都对这篇文章进行过翻译和解读，但你真的读懂了吗？本视频将带你温习这篇经典论文，并让你真的读懂它。

• 线上测试 I：如何快速进行线上测试

  • 介绍了线上测试的两种方法：A/B测试 和 交错测试，适用于算法测试、产品增长测试等场景。

• 线上测试 II：效果评估——假设检验

  • 介绍了客观评估线上实验效果的数学方法：假设检验。

• 声纹分割聚类（Speaker Diarization）

  • 分享的 文字版 ；
  • 介绍了声纹分割聚类的整体流程以及涉及的技术知识。

• 更好地理解图片：场景文字检测工具 cnstd - 知乎

• 2021年云栖大会见闻分享

  • 分享在2021年云栖大会的见闻，包括视频理解、NLP、多模态、虚拟人、元宇宙等内容，无技术细节。

Year 2020

• 如何做调研

  • 分享对应的 脑图；
  • 介绍了不同层面的调研该怎么做，包括竞品调研，针对某个具体应用的方案调研，针对某个算法（任务）方向的调研。同时介绍了一些常用的调研工具。

• 自监督学习&对比学习

  • 分享对应的 PPT；
  • 介绍深度学习中最前沿的自监督学习和对比学习技术。

• NLP中的自监督学习&对比学习

  • 分享对应的 PPT；
  • self-supervised & contrastive learning 第二弹：介绍NLP领域自监督学习和对比学习的最新工作（2020年）。
  • self-supervised & contrastive learning 第一弹：自监督学习&对比学习

• 最新语音识别技术简介（Introduction to ASR）

  • 分享对应的 PPT；
  • 本次分享对最新的语音识别技术做了整体的介绍。
• 开放域聊天机器人技术介绍
  • 分享对应的 PPT；
  • 分享的 文字版 ；
  • 主要介绍 Google Meena 和 Facebook Blender 这两个工作，它们分别发表于今年1月和4月（他们远程办公的效率看来很高）。这两篇论文在模型方面都没有什么创新，但融合了很多有意思的技术，这些模型之外的技术值得做对话的同学了解一下。现在大概是聊天机器人的 GPT-1 时代，谁会开启聊天机器人的 BERT 时代呢？
• 微软小冰对话机器人架构 - 知乎

Old Notes

Graphical Models

图模型、VEM等相关知识的介绍pdf 。

Bayes Factors

贝叶斯因子（Bayes Factors）一篇论文的 学习笔记pdf 。

官方库：https://github.com/breezedeus/LoveShare。