情感分析是指利用计算机自动分析确定人们所要表达的情感，其在人机交互和刑侦破案等领域都能发挥重大作用。深度学习和传统特征提取算法的进步为利用多种模态进行情感分析提供了条件。结合多种模态进行情感分析可以弥补单模态情感分析的不稳定性以及局限性等缺点，能够有效提高准确度。近年来，研究者多用面部表情信息、文本信息以及语音信息三种模态进行情感分析。主要从这三种模态对多模态情感分析技术进行综述：首先对多模态情感分析的基本概念以及研究现状进行简要介绍；其次总结了常用的多模态情感分析数据集；然后分别对现有的基于面部表情信息、文本信息和语音信息的单模态情感分析技术进行简要叙述；接下来详细介绍了模态融合技术，并依据不同的模态融合方式对多模态情感分析技术的现有成果进行重点描述；最后讨论了多模态情感分析存在的问题以及未来的发展方向。
视频目标检测是为了解决每一个视频帧中出现的目标如何进行定位和识别的问题。相比于图像目标检测，视频具有高冗余度的特性，其中包含了大量的时空局部信息。随着深度卷积神经网络在静态图像目标检测领域的迅速普及，在性能上相较于传统方法显示出了非常大的优越性，并逐步在基于视频的目标检测任务上也发挥了应有的作用。但现有的视频目标检测算法仍然面临改进与优化主流目标检测算法的性能、保持视频序列的时空一致性、检测模型轻量化等关键技术的挑战。针对上述问题和挑战，在调研大量文献的基础上系统地对基于深度学习的视频目标检测算法进行了总结。从基于光流、检测等基础方法对这些算法进行了分类，从骨干网络、算法结构、数据集等角度细致探究了这些方法。结合在ImageNet VID等数据集上的实验结果，分析了该领域具有代表性算法的性能优势和劣势，以及算法之间存在的联系。对视频目标检测中待解决的问题与未来研究方向进行了阐述和展望。视频目标检测已成为众多的计算机视觉领域学者追逐的热点，将来会有更加高效、精度更高的算法被相继提出，其发展方向也会越来越好。
在目前已发表的自然语言处理预训练技术综述中，大多数文章仅介绍神经网络预训练技术或者极简单介绍传统预训练技术，存在人为割裂自然语言预训练发展历程。为此，以自然语言预训练发展历程为主线，从以下四方面展开工作：首先，依据预训练技术更新路线，介绍了传统自然语言预训练技术与神经网络预训练技术，并对相关技术特点进行分析、比较，从中归纳出自然语言处理技术的发展脉络与趋势；其次，主要从两方面介绍了基于BERT改进的自然语言处理模型，并对这些模型从预训练机制、优缺点、性能等方面进行总结；再者，对自然语言处理的主要应用领域发展进行了介绍，并阐述了自然语言处理目前面临的挑战与相应解决办法；最后，总结工作，预测了自然语言处理的未来发展方向。旨在帮助科研工作者更全面地了解自然语言预训练技术发展历程，继而为新模型、新预训练方法的提出提供一定思路。
近年来，卷积神经网络（CNN）凭借强大的特征提取和表达能力，在图像分析领域的诸多应用中取得了令人瞩目的成就。但是，CNN性能的不断提升几乎完全得益于网络模型的越来越深和越来越大，在这个情况下，部署完整的CNN往往需要巨大的内存开销和高性能的计算单元（如GPU）支撑，而在计算资源受限的嵌入式设备以及高实时要求的移动终端上，CNN的广泛应用存在局限性。因此，CNN迫切需要网络轻量化。目前解决以上难题的网络压缩和加速途径主要有知识蒸馏、网络剪枝、参数量化、低秩分解、轻量化网络设计等。首先介绍了卷积神经网络的基本结构和发展历程，简述和对比了五种典型的网络压缩基本方法；然后重点针对知识蒸馏方法进行了详细的梳理与总结，并在CIFAR数据集上对不同方法进行了实验对比；其后介绍了知识蒸馏方法目前的评价体系，给出多类型方法的对比分析和评价；最后对该技术未来的拓展研究给出了初步的思考。
为了追求精度，深度学习模型框架的结构越来越复杂，网络越来越深。参数量的增加意味着训练模型需要更多的数据。然而人工标注数据的成本是高昂的，且受客观原因所限，实际应用时可能难以获得特定领域的数据，数据不足问题非常常见。数据增强通过人为地生成新的数据增加数据量来缓解这一问题。数据增强方法在计算机视觉领域大放异彩，让人们开始关注类似方法能否应用在序列数据上。除了翻转、裁剪等在时间域进行增强的方法外，也描述了在频率域实现数据增强的方法；除了人们基于经验或知识而设计的方法以外，对一系列基于GAN的通过机器学习模型自动生成数据的方法也进行了详细的论述。介绍了应用在自然语言文本、音频信号和时间序列等多种序列数据上的数据增强方法，亦有涉及它们在医疗诊断、情绪判断等问题上的表现。尽管数据类型不同，但总结了应用在这些类型上的数据增强方法背后的相似的设计思路。以这一思路为线索，梳理应用在各类序列数据类型上的多种数据增强方法，并进行了一定的讨论和展望。
知识图谱问答是通过处理用户提出的自然语言问题，基于知识图谱的某种形式，从中获取相关答案的过程。由于知识规模、计算能力及自然语言处理能力的制约，早期知识库问答系统被应用于限定领域。近年来，随着知识图谱的发展，以及开放领域问答数据集的陆续提出，知识图谱已用于开放领域问答研究与实践。以技术发展为主线，对开放领域知识图谱问答进行综述。首先，介绍五种基于规则模板的开放领域知识图谱问答方法：传统语义解析、传统信息检索、三元组匹配、话语模板和查询模板，这类方法主要依赖人工定义的规则模板完成问答工作。其次，描述五种基于深度学习的方法，这类方法采用神经网络模型完成问答过程的各类子任务，包括知识图谱嵌入、记忆网络、基于神经网络的语义解析、基于神经网络的查询图、基于神经网络的信息检索。接着，介绍开放领域知识图谱问答常用的4个通用领域知识图谱和11个开放领域问答数据集。随后，按照问题的难易程度选择3个经典问答数据集比较各问答系统的性能指标，对比不同方法间的性能差异并进行分析。最后，展望开放领域知识图谱问答的未来研究方向。
随着深度神经网络的兴起,多模态学习受到广泛关注。跨模态检索是多模态学习的重要分支,其目的在于挖掘不同模态样本之间的关系,即通过一种模态样本来检索具有近似语义的另一种模态样本。近年来,跨模态检索逐渐成为国内外学术界研究的前沿和热点,是信息检索领域未来发展的重要方向。首先,聚焦于深度学习跨模态图文检索研究的最新进展,对基于实值表示学习和基于二进制表示学习方法的发展动态进行了详细介绍,其中,基于实值表示的方法用于提升跨模态语义相关性,进而提高跨模态检索准确度,基于二进制表示学习的方法用于提升跨模态图文检索效率,减小存储空间;其次,总结了跨模态检索领域常用的公开数据集,对比了不同算法在不同数据集上的性能表现;此外,总结并分析了跨模态图文检索技术在公安、传媒及医学等领域的具体应用情况;最后,结合现有技术探讨了该领域的发展趋势及未来研究方向。
细粒度图像分类旨在从某一类别的图像中区分出其子类别，通常细粒度数据集具有类间相似和类内差异大的特点，这使得细粒度图像分类任务更加具有挑战性。随着深度学习的不断发展，基于深度学习的细粒度图像分类方法表现出更强大的特征表征能力和泛化能力，能够获得更准确、稳定的分类结果，因此受到了越来越多研究人员的关注和研究。首先，从细粒度图像分类的研究背景出发，介绍了细粒度图像分类的难点和研究意义。其次，从基于强监督和弱监督两个角度，综述了基于深度学习的细粒度图像分类算法的研究进展，并介绍了多种典型的分类性能优秀的算法。此外，进一步论述了目前关于YOLO、多尺度CNN和生成对抗网络（GAN）等前沿深度学习模型在细粒度图像识别方面的应用，并且对比了最新的相关细粒度图像的数据增强方法的分类效果以及在复杂场景下不同类型的细粒度识别方法的性能特点分析。最后，通过对算法的分类性能进行对比和总结，探讨了未来发展方向和面临的挑战。
中文命名实体识别（NER）任务是信息抽取领域内的一个子任务,其任务目标是给定一段非结构文本后,从句子中寻找、识别和分类相关实体,例如人名、地名和机构名称。中文命名实体识别是一个自然语言处理（NLP）领域的基本任务,在许多下游NLP任务中,包括信息检索、关系抽取和问答系统中扮演着重要角色。全面回顾了现有的基于神经网络的单词-字符晶格结构的中文NER模型。首先介绍了中文NER相比英语NER难度更大,存在着中文文本相关实体边界难以确定和中文语法结构复杂等难点及挑战。然后调研了在不同神经网络架构下（RNN、CNN、GNN和Transformer）最具代表性的晶格结构的中文NER模型。由于单词序列信息可以给基于字符的序列学习更多边界信息,为了显式地利用每个字符所相关的词汇信息,过去的这些工作提出通过词-字符晶格结构将单词信息整合到字符序列中。这些在中文NER任务上基于神经网络的单词-字符晶格结构的性能要明显优于基于单词或基于字符的方法。最后介绍了中文NER的数据集及评价标准。
生成式对抗网络（GAN）现已成为深度学习领域热门的研究方向，其独特的对抗性思想来源于博弈论中的二人零和博弈，如何解决GAN训练不稳定、生成样本质量差、评价体系不够健全、可解释性差等问题是目前GAN研究的重点和难点。调研了生成式对抗网络的研究背景和发展趋势。首先阐述了生成式对抗网络的基本思想和算法实现，分析了GAN的优势与不足，然后对已有改进方法进行了较为系统的分类，从基于结构改变和基于损失函数变体的两种类型分别梳理了一些典型的GAN的优化方法和衍生模型；比较了GAN与其他生成模型的异同，介绍了各自的优势与不足；对比了GAN及其衍生模型的性能，总结了它们的运作机制、优点、局限性以及适用场景，介绍了生成式对抗网络在图像生成领域中的应用；最后列举了生成式对抗网络的主流评价指标，分析了GAN研究中仍面临的主要问题并给出对应的解决思路，并将列举出的主流解决手段在解决效果及可应用性方面进行了对比分析，展望了未来的研究方向。
随着互联网技术的蓬勃发展和智能设备的普及，多媒体数据在数量爆炸式增长的同时，其形态也越来越多样化。人们获取信息的需求已经不满足于单一模态的数据检索，通过不同模态的知识协同实现跨模态的检索成为近几年研究的热点。在深入了解分析跨模态检索研究背景和研究进展的基础上，以跨模态检索的关键技术——公共子空间建模为主线，对跨模态检索技术的三大类方法传统统计分析方法、深度学习方法与哈希学习方法，从不同角度对研究内容、关键技术、局限性、适用性和特点等方面进行了全方位、多角度的对比分析，并进行了实验以更深入地对比。最后，对跨模态检索有待解决的难点、未来的探索方向、近些年主流设计思路以及发展趋势进行了充分展望，为进一步研究提供理论基础。
人脸识别系统的快速发展对人脸活体检测技术提出了新要求，包括检测实时性、面对复杂环境的泛化性、对多种攻击类型的鲁棒性以及用户体验的友好性等。主要阐述了人脸活体检测的必要性，对方法进行了分类、整理和总结，根据所提特征的不同，将活体检测分为基于手工特征的方法和基于深度学习的方法，并将近期针对算法泛化性的研究进展归纳为基于辅助监督信号方法、基于域适应域泛化的方法、基于特征解耦的方法、基于噪声建模的方法、基于异常检测的方法，对每类方法的代表性算法进行了分析介绍，详细总结了每类方法的基本思想和优缺点。从各方面系统地概括了人脸活体检测问题，包括不同类型的呈现攻击、先进的人脸活体检测方法、常用公共数据库、标准化评价指标、测试方法等的介绍。此外，还讨论了该领域的难点与挑战，总结了未来的研究方向和发展趋势。
图分析用于深入挖掘图数据的内在特征,然而图作为非欧几里德数据,传统的数据分析方法普遍存在较高的计算量和空间开销。图嵌入是一种解决图分析问题的有效方法,其将原始图数据转换到低维空间并保留关键信息,从而提升节点分类、链接预测、节点聚类等下游任务的性能。与以往的研究不同,同时对静态图和动态图嵌入文献进行全面回顾,提出一种静态图嵌入和动态图嵌入通用分类方法,即基于矩阵分解的图嵌入、基于随机游走的图嵌入、基于自编码器的图嵌入、基于图神经网络（GNN）的图嵌入和基于其他方法的图嵌入。其次,对静态图和动态图方法的理论相关性进行分析,对模型核心策略、下游任务和数据集进行全面总结。最后,提出了四个图嵌入的潜在研究方向。
人脸合成由于其应用与技术价值，是机器视觉领域的热点之一，而近年来深度学习的突破性进展使该领域吸引了更多关注。将该领域的研究分为四个子类：人脸身份合成、人脸动作合成、人脸属性合成与人脸生成，并系统地总结了这些子类的发展历程、现状，以及现有技术存在的问题。首先针对人脸身份合成，从图形学、数字图像处理与深度学习三个角度总结了各自的合成流程，对关键技术原理进行了详细的解释与分析。其次将人脸动作合成进一步分为利用标签驱动的表情编辑与利用真实人脸驱动的人脸重演，并指出了各自领域中存在的缺陷与难题。然后介绍了基于生成模型，尤其是生成对抗网络在人脸属性合成方面的发展，最终对人脸生成的各类工作进行了简单的阐述。此外，介绍了人脸合成技术的实际应用与当前面临的相关问题，并展望了该领域未来可能的研究方向。
自闭症谱性障碍（ASD）是一系列复杂的神经发展障碍性疾病,其包括若干与发育障碍相关的疾病,但是现有的自闭症辅助诊断方法大多是二分类方法,无法满足现实的需要。此外,ASD数据包含的标记噪声,以及高维度、数据分布不平衡等特点给传统分类方法带来了巨大的挑战。为此,提出一种新型的ASD辅助诊断方法,该方法通过引入标记分布学习（LDL）来解决标记噪声问题,引入代价敏感机制来解决样本不平衡问题,并采用基于支持向量回归（SVR）的标记分布学习方法,通过将样本映射到特征空间,解决高维特征带来的分类困难,最终实现多分类ASD的辅助诊断。实验结果表明,与已有方法比较,所提方法克服了多数类和少数类对结果的影响的不平衡性,可以有效地解决ASD诊断中的不平衡数据问题,拥有更好且稳定的分类性能,可以辅助ASD的诊断。
组合最优化问题（COP）的求解方法已经渗透到人工智能、运筹学等众多领域。随着数据规模的不断增大、问题更新速度的变快,运用传统方法求解COP问题在速度、精度、泛化能力等方面受到很大冲击。近年来,强化学习（RL）在无人驾驶、工业自动化等领域的广泛应用,显示出强大的决策力和学习能力,故而诸多研究者尝试使用RL求解COP问题,为求解此类问题提供了一种全新的方法。首先简要梳理常见的COP问题及其RL的基本原理;其次阐述RL求解COP问题的难点,分析RL应用于组合最优化（CO）领域的优势,对RL与COP问题结合的原理进行研究;然后总结近年来采用RL求解COP问题的理论方法和应用研究,对各类代表性研究所解决COP问题的关键要点、算法逻辑、优化效果进行对比分析,以突出RL模型的优越性,并对不同方法的局限性及其使用场景进行归纳总结;最后提出了四个RL求解COP问题的潜在研究方向。
传统神经网络具有过度依赖硬件资源和对应用设备性能要求较高的缺点,因此无法部署于算力有限的边缘设备和移动终端上,人工智能技术的应用发展在一定程度上受到了限制。然而,随着科技时代的到来,受用户需求影响的人工智能迫切需要在便携式设备上能成功进行如计算机视觉应用等方面的操作。为此,以近几年流行的轻量化神经网络中的卷积部分为研究对象,详细比对了各类轻量化模型中卷积构成方式的区别,并针对卷积设计的主要思路和特点进行了较为详细的阐述。首先,通过引入轻量化神经网络的概念,介绍了轻量化神经网络的发展现状和网络中卷积方面所面临的问题;然后,将卷积分为卷积结构轻量化、卷积模块轻量化和卷积运算轻量化三方面进行介绍,具体通过对各类轻量化神经网络模型中卷积设计的研究,来展示不同卷积的轻量化效果,并对其中优化方法的优缺点进行阐述;最后,对文中所有轻量化模型卷积设计的主要思路和使用方式进行了总结分析,并对其未来的可能性发展进行了展望。
群体行为识别是计算机视觉领域应用广泛且亟待解决的重要研究问题。伴随着深度神经网络的发展,群体行为识别与理解的宽度与深度也在不断扩展。通过调研近十年来群体行为识别的研究文献,确定了目前群体行为识别研究的问题定义;指出了群体行为识别研究现存的问题与挑战;在深度学习网络架构下,描述了从早期仅仅对群体行为进行分类识别,到如今更加侧重于对行为群体中活动细节理解的群体行为识别算法的发展历程;重点介绍了以卷积神经网络CNN/3DCNN、双流网络Two-Stream Network、循环神经网络RNN/LSTM和Transformer等网络架构为基础的,主流群体行为识别算法的核心网络架构和主要研究思路,对各算法在常用公共数据集上的识别效果进行了对比;对标注了群体行为类型和个体行为类别等多级标签的常用的群体行为数据集进行了梳理和对比。期望通过客观的对各种算法优缺点的讨论分析,引发读者提出群体行为识别研究的新思路或新问题。最后,对群体行为分析的未来发展进行了展望,期待能够启发新的研究方向。
数据定价是把数据作为资产并对资产进行定价的行为。在当前的数据市场中，由于买家和卖家之间几乎没有透明度、信息严重不对称，造成数据定价的混乱。如果存在数据定价的标准流程和评估方法，买家就能够以合理的价格获得需要的数据，同时也能改善数据交易市场的效率。检索了近年来关于数据定价的相关文献，在此基础上，总结了数据定价的定义、特点、发展概况和应用场景；阐述了数据交易流程和数据交易成本；重点阐述了影响数据定价的两个重要研究方向——数据定价策略和数据定价模型，全面评价了现有六种数据定价策略和五种定价模型的机制、优缺点及运用场景；最后，从数据价值评估、数据交易规则和数据隐私保护三方面分析了数据定价面临的挑战，并展望了数据定价的发展方向。研究成果将为今后的相关工作提供有价值的参考和依据。
带有时序特征的知识图谱（KG）称为时序知识图谱,用来描述知识库中增量式的概念及其相互关系。知识随着时间推移而变化,将新增知识实时、准确地添加到时序知识图谱中,可以实时反映知识的演化更新。对此,给出时序知识图谱的定义,并基于TransH提出一种时序知识图谱的增量构建方法。为了将新增且相关的三元组准确地添加到当前知识图谱中,提出了三元组与当前知识图谱之间吻合度的计算模型,以及基于贪心思想的待添加到知识图谱中的最优三元组子集提取算法,进而将最优的三元组集合添加到当前知识图谱中,完成时序知识图谱的增量更新。实验结果表明,提出的增量构建方法能够快速地提取出最优三元组并有效地添加到知识图谱中,验证了方法的高效性和有效性。
近年来，由于互联网的高速发展和大数据时代的来临，人工智能随之大热，而推动人工智能迅猛发展的正是深度学习的崛起。大数据时代需要迫切解决的问题是如何将极为复杂繁多的数据进行有效的分析使用，进而充分挖掘利用数据的价值并造福人类。深度学习作为一种实现机器学习的技术，正是解决这一问题的重要法宝，它在处理数据过程中发挥着重要作用并且改变了传统的机器学习方法，已被广泛应用于语音识别、图像识别和自然语言处理等研究领域。如何有效加速深度学习的计算能力一直是科研研究的重点。FPGA凭借其强大的并行计算能力和低功耗等优势成为GPU在加速深度学习领域的有力竞争者。从深度学习的几种典型模型出发，在FPGA加速技术现有特点的基础上从针对神经网络模型的加速器、针对具体问题的加速器、针对优化策略的加速器和针对硬件模板的加速器四方面概括总结了FPGA加速深度学习的研究现状，然后对比了不同加速技术和模型的性能，最后对未来可能发展的方向进行了展望。
在现实场景中，由于设备和系统不完善或存在弱光环境导致采集的图像存在噪声，图像在压缩和传输过程中也会受到额外噪声的影响，给后续的图像分割、特征提取等处理造成干扰。传统去噪方法利用图像的非局部自相似性（NLSS）特性和变换域中的稀疏表示，基于块匹配和三维滤波（BM3D）的方法展现出了强大的图像去噪性能。随着人工智能的发展，基于深度学习的图像去噪方法取得了较为突出的表现。但是到目前为止几乎没有相关研究对图像去噪的方法进行全面的比较。针对传统的图像去噪方法及近年来兴起的基于深度神经网络的图像去噪方法，首先介绍了经典的传统去噪和深度神经网络去噪方法的基本框架，并对去噪方法进行了分类总结。然后在公共去噪数据集上对现有的去噪方法进行了定量和定性方面的分析比较。最后在图像去噪领域指出了一些潜在的挑战和未来研究的方向。
行为识别是计算机视觉领域意义重大的热点研究问题,它经历了从手工设计特征表征到深度学习特征表达的发展过程。从传统行为识别模型和深度学习模型两方面,对行为识别发展历程中产生的主流算法进行了归类梳理。传统行为识别模型主要包括基于轮廓剪影、时空兴趣点、人体关节点、运动轨迹的特征描述方法。其中改进的密集轨迹方式拥有良好的鲁棒性和可靠性;深度学习网络架构主要有双流网络、3D卷积网络和混合网络。首先,重点阐述了各行为识别算法的主要研究思路与创新点,并介绍了每类算法的模型架构、算法特色、适用情境等。然后,对广泛使用的公共行为数据库进行了分类阐述,着重对HMDB51和UCF101数据集进行了详细介绍,比较分析了传统方法和深度学习算法在各数据集上的识别效果。通过对比分析发现,传统方法不适用于高精细行为的识别,且不易实现跨数据库或跨场景的推广;深度架构中,双流网络和3D卷积网络获得了比较好的行为识别效果且被广泛使用。最后,对行为识别的未来发展进行了展望,指出了若干将来可行的研究方向。
Transformer作为一种新的深度学习算法框架，得到了越来越多研究人员的关注，成为目前的研究热点。Transformer模型中的自注意力机制受人类只关注于重要事物的启发，只对输入序列中重要的信息进行学习。对于语音识别任务来说，重点是把输入语音序列的信息转录为对应的语言文本。过去的做法是将声学模型、发音词典和语言模型组成语音识别系统来实现语音识别任务，而Transformer可以将声学、发音和语言模型集成到单个神经网络中形成端到端语音识别系统，解决了传统语音识别系统的强制对齐和多模块训练等问题。因此，探讨Transformer在语音识别任务中存在的问题是非常有必要的。首先介绍Transformer的模型结构，并且从输入语音序列、深层模型结构和模型推理过程三方面对语音识别任务面临的问题进行分析；其次对现阶段解决语音识别中Transformer模型存在输入语音序列、深层模型结构和模型推理过程的问题进行方法总结和简要概述；最后对Transformer在语音识别任务中的应用方向进行总结和展望。
准确的交通流预测能够为管理部门提供合理的决策依据,为驾驶员提供实时的道路状况预警,是交通领域至关重要的问题。近年来,相关研究利用图卷积神经网络（GCN）处理非欧式空间结构的特点,对来自复杂路网的交通流数据进行空间相关性建模。然而,现有基于图卷积的交通流预测方法未能充分考虑空间相关性的有向性和动态性这两个重要特点。考虑到动态交通流呈现出由固定道路结构约束的稳定空间相关性和受交通环境变化影响的动态空间相关性,提出了一种用于动态交通流预测的端到端双流图卷积网络（TSGCN）。首先,将实时交通流数据分解为具有不同空间相关性的稳定分量和动态分量。其中,稳定分量表示受路网约束和交通习惯影响的部分,动态分量则代表因交通状况变化（如交通拥堵和恶劣天气）引起的波动。然后,通过双流图卷积层提取稳定和动态的空间相关性。最后,使用参数化跳过连接方法来融合时空相关性以获得最终的预测结果。在两个公开的真实交通数据集上的实验结果表明,提出的模型优于对比的交通流预测方法。
空间频繁并置模式（SPCP）是一组空间特征的子集,它们的实例在地理空间中频繁地出现在一起。基于内存物化实例邻近关系并搜索模式实例效率较高,但实例信息会被重复存储。图数据库技术能高效地对具有复杂关联关系的数据建模,但基于实例邻近关系图移植已有的挖掘方法不能发挥图遍历的优势。针对上述问题,探索了基于图数据库的空间频繁并置模式挖掘方法。首先,利用图数据库对空间实例及其邻近关系建模,即将实例和关系存储在图数据库中。然后,基于图数据库设计了一个称为子图（团）搜索的基本算法,采用团查找的方式生成模式的表实例从而获得参与实例,避免了传统方法中效率较低的组合或连接操作。考虑到通过生成表实例收集参与实例的效率较低,设计了参与实例验证算法,包括过滤阶段和验证阶段。过滤阶段判断一个中心实例的邻居集中所涉及的特征是否完全包含了待计算模式中的特征,验证阶段则是判断是否存在一个模式实例包含该中心实例。参与实例验证算法每次验证一个中心实例都尽可能多地去确定参与对象,从而有效地减小了搜索空间和减少了团的搜索次数。此外,对提出算法的正确性和完备性进行了证明。最后,在真实和合成数据集上做了大量的实验,验证了所提算法的效率和有效性。
刑侦工作中，若犯罪嫌疑人的人脸图像存在遮挡，人脸特征点遭到破坏，精确去除遮挡区域成为提高人脸识别技术的重要一步。因此，人脸去遮挡有着重要的研究意义。对人脸去遮挡技术最新进展进行阐述，并基于2016年首次提出的基于深度学习图像修复算法，介绍从2017年至今学者们提出的各类人脸去遮挡融合算法。首先根据遮挡方式的不同将现有算法分类为随机遮挡和规则遮挡的人脸修复，接着根据算法中预测生成网络的不同，进一步分为基于卷积神经网络（CNN）和基于生成式对抗网络（GAN），并对各类融合算法从模型网络特点、优缺点以及适用场景进行分析，给出一些融合算法的选择建议，从网络结构和适用范围方面对比总结规则遮挡算法和随机遮挡算法。然后介绍并汇总常用的图像修复效果评价指标和数据集，通过列举各类修复算法的实验结果，提炼并分析其定量指标和视觉效果，说明了近年来的人脸去遮挡技术取得了较大的进展。最后结合现有算法和实际需求，从数据集、算法、评价指标等五方面指出人脸去遮挡技术的未来发展趋势。
尽管神经机器翻译已经成为目前机器翻译研究应用中的主流方法与范式，然而同时也存在译文流利但不够忠实、罕见词处理困难、低资源语言表现不佳、跨领域适应性差、先验知识利用率低等问题。受统计机器翻译研究启发，在神经机器翻译模型中融入语言学信息，利用已有的语言学知识，缓解神经机器翻译面临的固有困境，提升翻译质量，成为神经机器翻译研究领域的一个热门话题。根据语法单位分类体系，可以将这方面的研究分为三类：融合字词结构信息的神经机器翻译、融合短语结构的神经机器翻译和融合句法结构信息的神经机器翻译。目前的研究主要集中在这三方面。在梳理神经机器翻译面临的主要挑战及原因的基础上，重点介绍了每一类研究的核心思想与作用、现状与主要成果、面临的问题及发展趋势。最后总结归纳现有研究中面临的主要挑战，并对未来的研究方向进行展望。
近年来，随着互联网的普及和大数据分析等技术的发展，人们对移动医疗服务的需求越来越迫切，具体表现为根据症状确定自己患有的疾病以及根据疾病选择服务质量较好的医院及医生。为了解决上述问题，基于知识图谱和深度学习技术设计并实现了一种问诊推荐系统。基于互联网开放的医疗数据，构建了“疾病-症状”知识图谱，帮助用户根据症状自查，并以知识图谱嵌入模型训练知识图谱中实体的嵌入向量表示，根据向量的欧式距离相似度选取最相近的疾病实体丰富推荐选项，两者结合实现疾病诊断服务。同时，基于社交媒体的评论数据，结合现有的医疗服务质量评价指标，使用了深度学习的分析方法，自动给出医生的服务质量多维度的评分，为用户提供医生医院推荐服务。最后，通过构建测试集以及设计调查问卷等方式，验证了疾病诊断服务和医生医院推荐服务的准确率分别达到了74.00%和90.91%。
近年来，随着教育信息化的不断深入，海量教育资源和教学数据不断累积，一些教育知识库被提出，这为数据驱动的智慧教育提供了良好的发展条件。基于教育知识库的问答方法能够为学习者提供即时的答疑辅导，进而有效提升学习者的学习兴趣和效率。然而，目前特定于教育领域的知识库问答研究较少，且开放领域的知识库问答方法大多独立地建模问句和候选答案实体，因而建模效果有限。基于此，提出一种基于问句感知图卷积网络的教育知识库问答方法。首先，针对特定问句，提取其中的问句描述信息和查询实体集，并分别通过Transformer和预训练的知识库嵌入进行处理得到两者的表示；其次，根据查询实体集从知识库中抽取候选答案集的子图，并通过双注意力的图卷积神经网络更新节点信息，其中注意力的得分分别利用问句描述信息和查询实体集的表示，进而实现问句感知；最后，融合问句描述信息、查询实体集和候选实体表示来计算得分，并预测答案。在真实数据集MOOC Q&A上进行实验，采用预测准确率和平均倒数排名的指标进行评估，实验结果表明提出的方法优于基准模型。
