| Title | Detail | Author |
|---|---|---|
| Why should I trust you | 提出了开源工具"Lime"，能够解释样本的预测结果，并且增加模型本身的可解释性 | Fuyingnan |
| Deep Residual Learning for Image Recognition | 提出了更深层次的卷积网络架构——残差网络，解决了传统模型中网络难以训练的问题 | Zhurenyu |
| A Unified Probabilistic Framework for Name Disambiguation in Digital Library | 将姓名消歧问题formalize成一个隐马尔科夫随机场，并提出了参数估计的两阶段算法；提出了自动确定重名人数的auto K算法 | Lina |
| JointExtractionofEntitiesandRelations | 将实体识别和关系提取统一为序列标注问题，使用同一个模型同时进行实体识别和关系提取 | Kuangjun |
| Title | Detail | Author |
|---|---|---|
| Mask R-CNN | 提出了Mask R-CNN用于图像的实例分割 | yuruonan |
| Deep Reinforcement Learning for Mention-Ranking | 采用神经网络和强化学习技术增加共指消解的准确率 | chenyuanzhe |
| Question Answering with Subgraph Embeddings | 采用基于子图嵌入的方法，进行问答系统的训练和答案预测 | tanglumin |
| RNN学习心得 | 介绍了RNN相关概念，讲解了梯度消失和权重冲突问题 | yangkang |
| Title | Detail | Author |
|---|---|---|
| Reinforcement Learning for Relation Classification from Noisy Data | 提出一个新的关系分类模型，由实体选择器和关系分类器构成，能够在“Sentence Level”提取关系。将实体选择问题转换成强化学习问题。 | GuHang |
| Pix2code: Generating Code from a Graphical User Interface Screenshot | 使用CNN和RNN的联合模型，将网页的UI图转化为对应的HTML代码 | E Shen |
| JAVA GC机制 | 讲解了java的内存分配机制和垃圾回收机制 | YinJiaLing |
| Title | Detail | Author |
|---|---|---|
| Convolutional Sequence to Sequence Learning | An architecture based entirely on convolutional neural networks for sequence to sequence learning(such as NMT) | CuiYiFeng |
| DeepFM：A Factorization-Machine based Neural Network for CTR Predicti | 回顾了过去的CTR模型，以及介绍了一系列基于深度学习的CTR模型（FNN,PNN,WDL） | ChenLeiHui |
| Aspect Level Sentiment Classification with Deep Memory Network | 介绍了Memory Network，用于情感分析问题 | Void-Yu |
| Title | Detail | Author |
|---|---|---|
| Learning Structured Representation for Text Classification via Reinforcement Learning | 使用ID-LSTM + HS-LSTM学习文本结构，并用策略梯度法进行强化学习 | JinLiJiao |
| Human Action Adverb Recognition: ADHA Dataset And A Three-stream Hybrid Model | 贡献了一个数据集：x为人类动作的视频流序列，y为动作对应的副词。 例如识别接吻的视频是“甜蜜地”，"激动地"，“绅士地” ... | SunChen |
| Title | Detail | Author |
|---|---|---|
| Deep Forest: Towards An Alternative to Deep Neural Network | 周志华提出的gcForest多粒度级联森林 | FuYingNan |
| Structure Regularized Neural Network for Entity Relation Classification for Chinese Literature Text | 利用结构正则化简化句法结构，进行关系提取 | KuangJun |
| Ranking-Based Name Matching for Author Disambiguation in Bibliographic Data | KDD Cup 2013第二名，使用基于字符串和元路径的相似度进行作者姓名消歧 | LiNa |
| Title | Detail | Author |
|---|---|---|
| Modeling Mention, Context and Entity with Neural Networks for Entity Disambiguation | 2015年实体消岐的最优模型，采用神经网络，使用了Embedding，卷积，神经张量网络等结构。 | ChenYuanZhe |
| 解析HashTable，HashMap，ConcurrentHashMap | 讨论了java中该三种结构的特点，主要从多线程安全性、性能等方面考虑 | YinJiaLing |
| Title | Detail | Author |
|---|---|---|
| Study about word embedding on sentiment subspace | 研究词向量中用于表达情感的向量子空间，目的是提高情感分类任务效果 | Void-Yu |
| Title | Detail | Author |
|---|---|---|
| R-FCN: Object Detection via Region-based Fully Convolutional Networks | 目标检测网络。效果不比之前的RCNN，Fast-RCNN差，但是速度更快了。 | God E |
| BiNE: Bipartite Network Embedding | 在二分图中采用了表示学习的方法，将节点embedding成向量，通过向量距离来度量节点的相似性。 训练过程类似Word2vec，使用了负采样，负样本的采样分布使用了LSH来代替频率 | ChenLeiHui |