TopicShare 开源学习论坛

组织成员：杨夕、Naomi、净信、糖醋鱼、HK、along等小伙伴们
Topic 发起表
学习口号：以区块链模式推广学习

一、动机

1. 你是否也再一个人干巴巴的学习么?
2. 你是否在学习过程中，特别想找人分享自己的见解？
3. 你是否也特别希望有一群小伙伴可以和你一起讨论学习？

那么，加入我们，将使你解决以上烦恼！！！

1. 发起人 先 确定好 Topic 和 预分享的时间；
2. 负责人会 提前两周 做一次宣传，帮 发起人 找 参与者，然后建群；
3. 发起人 和 参与者 可以一起分工，对该 Topic 进行调研和设计；
4. 发起人 觉得 准备 OK 之后，由负责人帮忙定一个时间 组织群内分享；

二、 TopicShare 存在价值

TopicShare 想做的事：

1. 选取比较成熟的 Topic 和 做一些 开源方案 分享；
2. 给 TopicShare 成员一个一起学习一起讨论的空间，以帮助组织成员更好**“高效+全面”**学习；
3. 认识更多更优秀的小伙伴！

三、TopicShare 的学习模式及口号

3.1 TopicShare 基本信息

• 活动通知公众号

• 分享方式：腾讯会议
• Topic 分享：每周六 晚上 20:30

3.2 学习模式

1. 发起人 先 确定好 **Topic 发起表 **和 预分享的时间；
2. TopicShare组织者 会提前两周 做一次宣传，帮 发起人 找 参与者，然后建群；
3. 发起人 和 参与者 可以一起分工，对该 Topic 进行调研和设计；
4. 发起人 觉得 准备 OK 之后，由 TopicShare组织者 帮忙定一个时间 在学习群内分享 腾讯会议 会议 ID；
5. Topic 分享开始时，TopicShare组织者 会 组织 发起人 分享，并在 学习群内，通知学员参与旁听；

3.3 学习口号：以区块链模式推广学习

3.4 目前已沉淀的 开源方案

1. nlp_paper_study

该项目主要是本人在研读顶会论文和复现经典论文过程中，所见、所思、所想、所闻。

2. NLP 百面百搭

本项目是作者们根据个人面试和经验总结出的自然语言处理(NLP)面试准备的学习笔记与资料，该资料目前包含 自然语言处理各领域的 面试题积累。

3. 知识图谱构建 DeepKg

本项目致力于知识图谱的构建，目前正一点一点搭建其方法，也希望能帮助更多的人，

4. RS_paper_study

该项目主要是本人在研读顶会论文和复现经典论文过程中，所见、所思、所想、所闻。

5. NLP 项目 的 tensorflow 实现

该项目主要 使用 tensorflow 框架 复现 NLP 基础任务上的应用。

6. Leetcode 刷题手册

因为目前正在 找工作需要刷题，为了方便后期学习，我将自己刷过的 题目以及对应的解法记录 于该项目中，方便后期学习，也方便大家学习。

3.5 目前学习群

知识图谱构建

机器学习

深度学习基础

强化学习

框架论文源码学习

四、如何旁听 Topic 分享？如何加入我们？

• 如何旁听 Topic 分享？

我会建立一个 TopicShare 旁听群，然后 每一个 想听分享的成员会先加入该群，然后 每周末我们会在 该群里面 发 Topic 飞书分享链接。

TopicShare 旁听群

• 如何加入我们？

在 ** Topic 发起表 ** 上面 填写 想分享的 Topic，然后 添加 TopicShare 组织者 微信号 blqkm601，注明参与分享即可。

五、 TopicShare 分享顺序

每个人选择自己感兴趣的 Topic，确定每一个 Topic 的分享时间，每一个组织成员需要记住分享时间，避免忘记分享；（PS：如果觉得自己因为工作或者其他原因没时间，那么我觉得没必要参与进来，因为这种方式对于你来说进步并不大，而且还会浪费过多的时间和精力）

六、TopicShare 管理机制

为方便审核组的管理，我们将成立审核组，审核组工作：

1. 负责 新成员 的加入 考核；
2. 负责 TopicShare 学习群 的 通知 和 管理；
3. 负责 TopicShare 学习群 的优化工作；

七、TopicShare 构思

梯度 方式（建立 一个 分享群，所有人都可以加入，每周定期有人分享，比较优秀的人可以加入 TopicShare 学习群）

八、TopicShare 必须分享内容

1. 领域知识介绍(10-20 min)；
2. 常用方法，思路；
3. 预处理代码、模型代码；
4. 业界方法 和 学术界方法 调研；
5. 个人观点；

九、TopicShare 分享 Topic 管理

Topic 8

query 理解

1. 对话和搜索中的query理解概述 视频链接 提取码: tn9k
2. 浅谈FAQ
3. 从文本分类模型到分类系统 视频链接 提取码: y4k3
4. 对话和搜索中的query理解概述视频链接 提取码: y4k3
5. 自然语言预训练模型概述视频链接 提取码: y4k3
6. 语义相似度.xmind视频链接 提取码: y4k3

基础算法专题

1. 逻辑回归(Logistic Regression)
2. 图论（图挖掘）主题：PageRank算法公式手推并代码实现
3. 批量归一化操作的目的和实现（The motivations and operations of Batch Normalization ）分享
4. PageRank算法分析_V0.1

知识图谱专题

1. 知识图谱基础介绍
2. 知识图谱_图数据库简介
3. 知识图谱与用户画像
4. 命名实体识别基础、标注方法、 方法、工具、挑战 介绍
5. CRF条件随机场

强化学习专题专题

1. 浅谈强化学习

Topic 7

Topic 7 >> 自然语言处理

1. Named Entity Recognition as Dependency Parsing【杨夕】【论文】
2. SimCSE【Lver】【论文】
3. 盘点近年来的命名实体识别【Ycy】

Topic 7 >> 推荐系统

Topic 6

Topic 6 >> 自然语言处理

1. A User-Centered Concept Mining System for Query and Document Understanding at Tencent【Sm1les】
2. Attention is All you need【paper】【丽萍】
3. Document-Level RE with Adaptive Thresholding and Localized Context Pooling【paper】【海顺】

Topic 6 >> 图像处理

Topic 6 >> 推荐系统

1. DeepCF A Unified Framework of Representation Learning and Matching Function Learning in Recommender System【Jespon】

Topic 5

Topic 5 >> 自然语言处理

1. A User-Centered Concept Mining System for Query and Document Understanding at Tencent【Sm1les】
2. Multi-Source Domain Adaptation with Mixture of Experts
3. XLNet: Generalized Autoregressive Pretraining for Language Understanding【玲玲】【视频分享 提取码：g1ky 】
4. 模型蒸馏【李威】【视频分享 runl 】
   1. DistilBERT
   2. FastBERT
   3. TinyBert
5. Neural Snowball for Few-Shot Relation Learning【王翔】【视频分享 yaoa 】
6. Rethinking Self-Attention in Transformer Models【大好人】
7. TextCNN【以若】
8. Double Graph Based Reasoning for Document-level Relation Extraction (EMNLP 2020)【陈海顺】
9. Event Extraction via Dynamic Multi-Pooling Convolutional Neural Networks【周郴莲】
10. 知识图谱构建【王翔】

Topic 5 >> 图像处理

1. EAST学习笔记【安晟】
2. CNN可解释性【李国樑】【视频有需要找负责人拿，谢谢】
3. FOTS: Fast Oriented Text Spotting with a Unified Network【苏静静】
4. Interpretable CNN【李文涛】
5. YOLOv5【王立杰】
6. Progressive Feature Alignment for Unsupervised Domain Adaptation【苏丽敏】

Topic 5 >> 推荐系统

1. DeepCF A Unified Framework of Representation Learning and Matching Function Learning in Recommender System【Jespon】
2. EMBEDDING-BASED RETRIEVAL IN FACEBOOK SEARCH【星】
3. FiBiNET: Combining Feature Importance and Bilinear feature Interaction for Click- Through Rate Prediction【Stefan】
4. Deep_Match_to_Rank_Model_for_Personalized_Click【阿泽】【视频分享 提取码：gxdc 】
5. Local Item-Item Models for Top-N Recommendation 笔记【白玉瑶】【视频分享 提取码：o0wt 】
   1. Local Item-Item Models for Top-N Recommendation 论文
6. Knowledge Enhanced Personalized Search 笔记【宋志伟】
   1. Knowledge Enhanced Personalized Search 论文
7. 基于元矩阵分解的联邦评分预测任务 【Honglei Zhang】
8. ATBRG: Adaptive Target-Behavior Relational Graph Network for Effective Recommendation 【田雨】

Topic 4

Topic 4 >> 自然语言处理

1. Fine-tune BERT for Extractive Summarization【杨夕】
2. 句子重排序论文串讲【张帆】
3. seqGAN 文本生成【李文乐】
4. 命名实体识别 之 Dynamic Architecture【杨夕】
   1. Chinese NER Using Lattice LSTM（ACL2018）
   2. LR-CNN: CNN-Based Chinese NER with Lexicon Rethinking(IJCAI2019)
   3. CGN: Leverage Lexical Knowledge for Chinese Named Entity Recognition via Collaborative Graph Network（EMNLP2019）
   4. LGN: A Lexicon-Based Graph Neural Network for Chinese NER(EMNLP2019)
   5. FLAT: Chinese NER Using Flat-Lattice Transformer
5. Attention Is All You Need
   1. Transformer理论源码细节详解【我是大好人】
   2. 【关于Transformer】 那些的你不知道的事【杨夕】

Topic 4 >> 图像处理

1. Deep Face Recognition: A Survey【安晟】
2. 人脸识别损失函数【蘇靜】
3. MTCNN【】
4. YOLO【张文涛】
5. YOLO v2【张文涛】
6. Circle Loss【CJ】
7. SPP-Net【李国梁】
8. YOLO_V4【以若】

Topic 4 >> 推荐系统

1. Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate【Stefan】

Topic 3

Topic 3 >> 自然语言处理

1. 【【关于 实体关系联合抽取】 那些你不知道的事】
2. GraphRel:Modeling Text as Relational Graphs for Joint Entity and Relation Extraction [ACL2019]【杨夕】
3. A Novel Cascade Binary Tagging Framework for Relational Triple Extraction [ACL2020]【我是大好人】
4. CopyMTL: Copy Mechanism for Joint Extraction of Entities and Relations with Multi-Task Learning [AAAI2020]【李方】
5. Span-based Joint Entity and Relation Extraction with Transformer Pre-training [ECAI 2020]
6. Joint Extraction of Entities and Relations Based on a Novel Decomposition Strategy
7. Joint entity recognition and relation extraction as a multi-head selection problem

Topic 3 >> 图像处理

1. 医学图像分割总结
2. U-Net: Convolutional Networks for Biomedical Image Segmentation
3. Cell R-CNN V3: A Novel Panoptic Paradigm for Instance Segmentation in Biomedical Images【蘇靜】
4. CS-Net: Channel and Spatial Attention Network for Curvilinear Structure Segmentation【蘇靜】
5. Capsule network for biomedical image segmentation【张强】

Topic 2

Topic 2 >> 自然语言处理 之 基于细粒度情感分析

1. LCF: A Local Context Focus Mechanism for Aspect-Based Sentiment Classification【杨夕】

Topic 1

Topic 1 >> 自然语言处理 之 文本匹配

1. Lattice CNNs for Matching Based Chinese Question Answering【杨夕】
2. 自然语言处理（Natural Language Processing，NLP）【杨夕】
3. Multi-Perspective Sentence Similarity Modeling with Convolutional Neural Networks【黑桃】
4. Simple and Effective Text Matching with Richer Alignment Features【李文乐】

Topic 1 >> 图像处理 之 人脸识别

1. Dual attention network for Scene Segmentation【杨夕】
2. EfficientNet : Rethinking Model Scaling for Convolutional Neural Networks【蘇靜】
3. Accelerating Proposal Generation Network for Fast Face Detection on Mobile Devices【以若】

初期

初期 >> 自然语言处理

1. Attention is all you need【李方】
2. 关系抽取 综述【杨夕】
3. 命名实体识别 综述【杨夕】
4. Multi-grained Attention Network for AspectLevel Sentiment Classification【李文乐】
5. Transformer及其变体【Jepson】

初期 >> 图像处理

1. RetinaFace: Single-stage Dense Face Localisation in the Wild【蘇靜】

待续。。。

参考

1. Topic 发起表
2. nlp_paper_study
3. NLP 百面百搭
4. 知识图谱构建 DeepKg
5. RS_paper_study
6. NLP 项目 的 tensorflow 实现
7. Leetcode 刷题手册