• Emoji的使用已经成为社交的一种新的形式,预测Emoji的对应信息可以更好地理解并提升聊天应用的体验。本文使用了深度学习和时间信息来预测Emoji的含义,使用的数据集是Twitter收集的100万个tweet信息,包含季节性的Emoji数据集和Emoji预测数据集。实验结果表明,季节信息对Emoji预测是有帮助的。
  • 关系数据即为知识图谱,获取结构信息即为有效特征。本文主要介绍了从图中提取有效特征的方法,并介绍了图卷积GCN的信息。
  • PyImageSearch出品的教程,使用Keras的SmallerVGGNet模型进行多类别的分类,训练数据是6个类别的2000多张图片,目标是让卷积神经网络可以预测衣服的颜色和类别。