本研究提出了一种基于查询工作负载的知识图谱分区方法，通过聚类查询和重写查询来减少分布式关联并优化工作负载性能。实验结果表明了该方法在工作负载处理时间上的性能提高。

Mar, 2022

在存在缩略词的情况下，本论文提出了一种适用于库存统一编码产品目录的字符串匹配算法。我们提供了统一的架构用于 SKU 搜索，其中包括实时建议系统（基于 Trie 数据结构）和低延迟搜索系统（使用字符级 TF-IDF 结合语言模型向量嵌入）。我们通过割除研究证明了构建由多个组件组成的复杂搜索系统是合理的，以解决速度和准确性之间微妙的权衡。以 Dynamics CRM 中的 SKU 搜索为例，我们展示了我们的系统在所有方面都远远超过了默认搜索引擎提供的结果。最后，我们展示了如何通过生成式文本模型（使用 gpt-3.5-turbo）改善 SKU 描述，以便搜索结果的使用者可以获得更多上下文和更好的体验。

Jan, 2024

本文研究了分布式空间数据分析的机器学习方法，并提出了一种新的深度强化学习算法来有效地分配大量的空间数据给计算机，通过实验证明，此方法可加速距离连接查询，减少任务运行时间长达 59.4%。

Jun, 2023

提出一种新的无需数据空间分割的随机化算法来避免由于数据维度过高而导致的数据检索问题，并通过理论分析和实验结果来证明这种算法在数据近似性、速度和空间效率等方面优于传统的局部敏感哈希算法（LSH）

Dec, 2015

本文探讨了如何利用自监督对比学习和预训练模型来进行低资源关键词检测中的表征学习，通过构建局部 - 全局对比同构网络和利用预训练 Wav2Vec 2.0 模型，该小型模型可以利用未标记的数据进行预训练，实验结果表明在小的标记数据集的情况下，自我训练的 WVC 模块和自监督的 LGCSiam 模块可以显著提高准确性。

Mar, 2023

本文提出了一种基于分层聚类和不变信息聚类的新型无监督方法，用于解决自然语言处理中的词义识别问题，该方法可以在某些情况下优于目前提出的任何方法，并在其他情况下表现出竞争力。

Oct, 2022

本文提出了一个自然语言文本中空间推理的问答基准，其中包含更现实的空间现象，并且挑战最先进的语言模型。我们提出了一种远距离监督方法来改善这个任务。具体来说，我们设计语法和推理规则来自动生成视觉场景的空间描述和相应的问答配对。实验证明，进一步预训练语言模型对这些自动生成的数据显著提高了语言模型对空间理解的能力，从而有助于更好地解决两个外部数据集，即 bAbI 和 boolQ。我们希望这项工作能够推动更复杂的文本空间推理模型的研究。

Apr, 2021

本文介绍了一种名为 HQI 的系统，用于高吞吐量批处理混合查询，特别是在知识图谱中的向量相似度搜索。该系统使用一种基于负载的向量数据分区方案来量身定制向量索引布局，同时描述了一种多查询优化技术以减少向量相似度计算的开销。我们基于工业工作负载评估了 HQI 的方法，并证明与现有的混合查询处理方法相比，HQI 在查找相关 KG 查询方面的吞吐量提高了 31 倍。

Apr, 2023

本文提出了一种基于 STICC 方法的多元空间聚类方法，该方法通过构建马尔可夫随机场以表征子区域之间的属性依赖关系，利用空间一致性策略鼓励附近的对象归属于同一聚类，应用实验表明 STICC 算法对于保持空间连续性和发现重复地理模式等方面优于其他基线方法。

Mar, 2022

本论文针对实际应用中未被训练过的词语进行视觉关键词检测的问题，并使用端到端的多层神经网络架构，使用语音图形编码器解决了此问题，该模型在 LRS2 数据集上取得了非常有前途的结果。

Jul, 2018