基础性研究:
网络架构
优化理论
对抗训练
数据增强
半监督学习
域迁移
遗传算法
增强学习
meta learning
auto-ml
多任务学习
多模态学习:不同类型的数据集,一起用进来(图像+文本,结构化信息+文本)
集成学习
图网络
知识图谱
机器推理:1+1=2 2+2=4 => 4+4=8
NLP算法:
预训练语言模型,xlnet
文本分类
序列标注
关系提取
依存分析==语法分析==Dependency Parsing
Semantic Parsing
Seq2Seq:机器翻译,预训练语言模型的鼻祖
文本生成
文本推荐
翻译
指代消解
NLP综合研究:
智能对话机器人
文本校对
文本检索
开源情报系统
Smart BI