本项目主要围绕着特定领域知识图谱(Domain-specific KnowledgeGraph:DKG)融合方案：文本匹配算法、知识融合学术界方案、知识融合业界落地方案、算法测评KG生产质量保障讲解了文本匹配算法的综述，从经典的传统模型到孪生神经网络“双塔模型”再到预训练模型以及有监督无监督联合模型，期间也涉及了近几年前沿的对比学习模型，之后提出了文本匹配技巧提升方案，最终给出了DKG的落地方案。

第一届全国中医药知识图谱构建与应用大赛(初赛命名实体识别第一)，任务 1：中医药知识图谱自动构建程序开发及图谱构建:中医药知识图谱构建主要包括框架设计、知识获取、知识融合、知识存储四个步骤。

如今的智能机已经很智能了，如果手机可以觉察到我们在生活中的一举一动，知道我们行动的意图，你觉得会如何？智能手机不仅搭载了多种惯性传感器，这使得基于智能手机的人体行为识别研究越来越受关注。在本次赛题由志愿者使用智能手机时，通过基本活动的行为构建而成。希望选手能够构建模型对活动行为进行预测。

使用Paddleclas完成半导体晶圆图谱缺陷种类识别，使用深度学习技术助力半导体智能制造

在训练完歌手的声码器后，就可以开始训练声学模型篇，类似于tts，输入歌词和音调，得到合成的歌声。

通过PaddleOCR 可以快速搭建训练，评估，导出，预测模型，完成验证码的识别工程。通过更换不同的预训练模型，可以二次训练出不同的验证码识别模型，支持中英文和其他多语种。

复现论文MCNN，并对图像摩尔纹及其处理方法进行介绍。

对简历信息抽取模型微调训练结果进行评估，并实现在线部署。

ICLR2023最新论文，移动端福音！SeaFormer: Squeeze-enhanced Axial Transformer

基于PaddleOCR2.4，使用CRNN算法，骨干MobileNetV3，加载预训练模型，对现实街景字符编码进行识别