工具&框架

?? 『WeTextProcessing』为中文设计的文本规则化和文本反规则化工具包

https://github.com/wenet-e2e/WeTextProcessing

WeTextProcessing 是一个为中文设计的，可以把文本规则化（比如一些阿拉伯数字的日期、时间和数量转化为中文）和反规则化的工具包。

?? 『Zshot』零样本和少样本命名实体识别与关系识别

https://github.com/IBM/zshot

https://ibm.github.io/zshot/

Zshot 是一个高度可定制的框架，用于零样本和少样本的命名实体识别。可以在指代抽取、将文本指代与维基百科中的实体联系起来等场景发挥作用。

博文&分享

?? 『Serverless ML』从模型和特征开始，构建AI预测Serverless机器学习应用·课程

https://github.com/featurestoreorg/serverless-ml-course

无需成为 Kubernetes 或云计算方面的专家，即可构建端到端服务，并借助 ML 模型做出智能决策。无服务器 ML 可以轻松构建使用 ML 模型进行预测的系统。

只需要能够编写可以作为管道运行的 Python 程序，管道生成的功能和模型由无服务器功能存储/模型注册表管理。课程还将展示如何通过编写 Python 和一些 HTML 来构建 UI。课程包括以下模块：

?? 『Recent Advanced in Vision-and-Language Pre-training』CVPR2022 Tutorial | 视觉-语言的预训练 · 最新进展

https://vlp-tutorial.github.io/2022/

人类通过许多渠道感知世界，例如眼睛看到的图像或耳朵听到的声音。尽管任何单个通道都可能不完整或嘈杂，但人类可以自然地对齐和融合从多个通道收集的信息，以便掌握更好地理解世界所需的关键概念。

人工智能的核心愿望之一是开发算法，使计算机能够有效地从多模态（或多通道）数据中学习。这些数据类似于从视觉和语言中获得的视觉和声音，帮助人类理解我们周围的世界。视觉-语言 (Vision-and-Language，VL) 是一个受欢迎的研究领域，位于计算机视觉和自然语言处理 (NLP) 的结合处，旨在实现这一目标。

数据&资源

?? 『Awesome Diagramming』软件工程团队图表工具大列表

https://github.com/shubhamgrg04/awesome-diagramming

图表可以提供软件设计高级概览，序列图、系统架构图、ER图、甘特图等是工程团队使用最广泛的图表。Repo 考虑了免费、开源、便捷、代码/手绘、视觉外观等要素，汇总了最常用的可视化图表软件。

研究&论文

? 论文：Learning the Spectrogram Temporal Resolution for Audio Classification

论文时间：4 Oct 2022

领域任务：Audio Classification, Classification，音频分类，分类

论文地址：https://arxiv.org/abs/2210.01719

代码实现：https://github.com/haoheliu/diffres-python

论文简介：Starting from a high-temporal-resolution spectrogram such as one-millisecond hop size, we show that DiffRes can improve classification accuracy with the same computational complexity./从高时间分辨率的频谱图开始，如一毫秒的跳动大小，我们表明DiffRes可以在相同的计算复杂度下提高分类精度。

? 论文：One Transformer Can Understand Both 2D & 3D Molecular Data

论文时间：4 Oct 2022

领域任务：Graph Regression, Representation Learning，图回归，表征学习

论文地址：https://arxiv.org/abs/2210.01765

代码实现：https://github.com/lsj2408/Transformer-M

论文简介：To achieve this goal, in this work, we develop a novel Transformer-based Molecular model called Transformer-M, which can take molecular data of 2D or 3D formats as input and generate meaningful semantic representations./为了实现这一目标，在这项工作中，我们开发了一种新型的基于Transformer的分子模型，称为Transformer-M，它可以将二维或三维格式的分子数据作为输入，并生成有意义的语义表示。

论文摘要：与通常具有独特格式的视觉和语言数据不同，分子可以自然地使用不同的化学配方来描述。人们可以把分子看作是一个二维图形，或者把它定义为位于三维空间中的原子集合。对于分子表征的学习，以前的大多数工作只为特定的数据格式设计了神经 络，使得学到的模型对其他数据格式可能会失败。我们认为一个通用的化学神经 络模型应该能够处理跨数据模式的分子任务。为了实现这一目标，在这项工作中，我们开发了一个新的基于Transformer的分子模型，称为Transformer-M，它可以将二维或三维格式的分子数据作为输入，并产生有意义的语义表示。使用标准的Transformer作为骨干架构，Transformer-M开发了两个分离的通道来编码二维和三维结构信息，并将它们与 络模块中的原子特征结合起来。当输入的数据为特定格式时，相应的通道将被激活，而另一个通道将被禁用。通过对具有适当设计的监督信 的二维和三维分子数据进行训练，Transformer-M自动学会利用来自不同数据模式的知识，并正确捕捉表征。我们对Transformer-M进行了广泛的实验。所有的经验结果表明，Transformer-M可以同时在二维和三维任务上取得强大的性能，这表明它具有广泛的适用性。代码和模型将在https://github.com/lsj2408/Transformer-M 上公开。

我们是 ShowMeAI，致力于传播AI优质内容，分享行业解决方案，用知识加速每一次技术成长！

? 点击 电子月刊，快速浏览月度合辑。