研究

发布基于飞桨的前沿研究工作，包括CV、NLP、KG、STDM等领域的顶会论文和比赛冠军模型。

目录

• 计算机视觉(Computer Vision)
• 自然语言处理(Natrual Language Processing)
• 知识图谱(Knowledge Graph)
• 时空数据挖掘(Spatial-Temporal Data-Mining)

计算机视觉

任务类型	目录	简介	论文链接
图像检索	GNN-Re-Ranking	基于GNN的快速图像检索Re-Ranking。	https://arxiv.org/abs/2012.07620v2
车流统计	VehicleCounting	AICITY2020 车流统计竞赛datasetA TOP1 方案。	-
车辆再识别	PaddleReid	给定目标车辆，在检索库中检索同id车辆，支持多种特征子网络。	-
车辆异常检测	AICity2020-Anomaly-Detection	在监控视频中检测车辆异常情况，例如车辆碰撞、失速等。	-
医学图像分析	AGEchallenge	任务：在AS-OCT图像的公共数据集上进行闭角型分类和巩膜突点定位；基线模型：对应以上各任务的基线模型。	-
光流估计	PWCNet	基于金字塔式处理，逐层学习细部光流，设计代价容量函数三原则的CNN模型，用于光流估计。	https://arxiv.org/abs/1709.02371
语义分割	SemSegPaddle	针对多个数据集的图像语义分割模型的实现，包括Cityscapes、Pascal Context和ADE20K。	-
轻量化检测	astar2019	百度之星轻量化检测比赛评测工具。	-
地标检索与识别	landmark	基于检索的地标检索与识别系统，支持地标型与非地标型识别、识别与检索结果相结合的多重识别结果投票和重新排序。	https://arxiv.org/abs/1906.03990
图像分类	webvision2018	模型利用重加权网络(URNet)缓解web数据中偏倚和噪声的影响，进行web图像分类。	https://arxiv.org/abs/1811.00700
图像分类	CLPI	模型利用一个Lesion Generator改善了糖尿病视网膜病变图像分级的模型性能，理论上可用于所有希望实现局部+整体模型分析的场景	-
图像分类	[RSNA-IHD](CV/Effective Transformer-based Solution for RSNA Intracranial Hemorrhage Detection)	提出了一种有效的颅内出血检测(IHD)方法，其性能超过了在RSNA-IHD竞赛(2019)中获胜的解决方案。与此同时，与获胜者的解决方案相比，我们的模型只有其20%的参数量和10%的FLOPs	https://arxiv.org/abs/2205.07556
小样本学习	PaddleFSL	小样本学习工具包，可复现多个常用基线方法在多个图片分类数据集上的汇报效果	-
迁移学习	SMILE	提出了一种自蒸馏样本混合迁移学习框架，适用于小样本图片分类	https://arxiv.org/abs/2103.13941

自然语言处理

任务类型	目录	简介	论文链接
中文词法分析	LAC(Lexical Analysis of Chinese)	百度自主研发中文特色模型词法分析任务，集成了中文分词、词性标注和命名实体识别任务。输入是一个字符串，而输出是句子中的词边界和词性、实体类别。	-
主动对话	DuConv	机器根据给定知识信息主动引领对话进程完成设定的对话目标。	https://www.aclweb.org/anthology/P19-1369/
语义解析	Text2SQL-BASELINE	输入自然语言问题和相应的数据库，生成与问题对应的 SQL 查询语句，通过执行该 SQL 可得到问题的答案。	-
多轮对话	DAM	开放领域多轮对话匹配的深度注意力机制模型，根据多轮对话历史和候选回复内容，排序出最合适的回复。	http://aclweb.org/anthology/P18-1103
阅读理解	DuReader	数据集：大规模、面向真实应用、由人类生成的中文阅读理解数据集，聚焦于真实世界中的不限定领域的问答任务；基线系统：针对DuReader数据集实现的经典BiDAF模型。	https://www.aclweb.org/anthology/W18-2605/
关系抽取	ARNOR	数据集：用于对远程监督关系提取模型进行句子级别的评价；模型：基于注意力正则化识别噪声数据，通过bootstrap方法逐步选择出高质量的标注数据。	https://www.aclweb.org/anthology/P19-1135/
机器翻译	JEMT	模型的输入端包括文字信息及发音信息，嵌入层融合文字信息和发音信息进行翻译。	https://arxiv.org/abs/1810.06729
阅读理解	KTNET	模型将知识库中的知识整合到预先训练好的上下文表示中，利用丰富的知识增强机器阅读理解的预训练语言表示。	https://www.aclweb.org/anthology/P19-1226
对话生成	PLATO	基于隐空间的端到端的预训练对话生成模型，可以灵活支持多种对话，包括闲聊、知识聊天、对话问答等。	http://arxiv.org/abs/1910.07931
阅读理解	DuReader-Robust-BASELINE	数据集：DuReader-robust，中文数据集，用于全面评价机器阅读理解模型的鲁棒性；基线系统：针对该数据集，基于ERNIE实现的阅读理解基线系统。	https://arxiv.org/abs/2004.11142
对话生成	AKGCM	包含知识增强图、知识选择和知识感知响应生成器的聊天机器人。	https://www.aclweb.org/anthology/D19-1187/
机器翻译	MAL	多智能体端到端联合学习框架，通过多个智能体的互相学习提升翻译质量。	https://arxiv.org/abs/1909.01101
对话生成	MMPMS	针对开放域对话中一对多问题，利用多映射机制和后验映射选择模块进行多样性、丰富化的对话生成。	https://arxiv.org/abs/1906.01781
阅读理解	MRQA2019-BASELINE	机器阅读理解任务的基线模型，基于ERNIE预训练模型，支持多GPU微调预测。	-
阅读理解	D-NET	预训练及微调框架，包含多任务学习及多预训练模型的融合，用于阅读理解模型的生成。	https://www.aclweb.org/anthology/D19-5828/
建议挖掘	MPM	利用多视角架构来学习表示和双向transformer编码器进行论坛评论建议挖掘。	https://www.aclweb.org/anthology/S19-2216/
多文档摘要	ACL2020-GraphSum	基于图表示的生成式多文档摘要模型，将显式图结构信息引入到端到端摘要生成过程中。	https://www.aclweb.org/anthology/2020.acl-main.555.pdf
融合多种对话类型的对话式推荐	ACL2020-DuRecDial	提出新任务：融合闲聊、任务型对话、问答和推荐等多种对话类型的对话式推荐，构建DuRecDial数据集，提出具有多对话目标驱动策略机制的对话生成框架。	https://www.aclweb.org/anthology/2020.acl-main.98/
面向推荐的对话	Conversational-Recommendation-BASELINE	融合人机对话系统和个性化推荐系统，定义新一代智能推荐技术，该系统先通过问答或闲聊收集用户兴趣和偏好，然后主动给用户推荐其感兴趣的内容，比如餐厅、美食、电影、新闻等。	-
稠密段落检索	ACL2021-PAIR	基于以段落相似度为中心的相似度关系提升稠密段落检索，基于知识蒸馏进行采样，采用两阶段训练方式。	https://aclanthology.org/2021.findings-acl.191/
任务式对话	EMNLP2022-Q-TOD	自然语言查询驱动的任务式对话系统，提出由查询生成、知识检索和回复生成组成的三阶段新框架。	https://arxiv.org/abs/2210.07564

知识图谱

任务类型	目录	简介	论文链接
知识图谱表示学习	CoKE	百度自主研发语境化知识图谱表示学习框架CoKE，在知识图谱链接预测和多步查询任务上取得学界领先效果。	https://arxiv.org/abs/1911.02168
关系抽取	DuIE_Baseline	语言与智能技术竞赛关系抽取任务DuIE 2.0基线系统，通过设计结构化标注体系，实现基于ERNIE的端到端SPO抽取模型。	-
事件抽取	DuEE_baseline	语言与智能技术竞赛事件抽取任务DuEE 1.0基线系统，实现基于ERNIE+CRF的Pipeline事件抽取模型。	-
实体链指	DuEL_Baseline	面向中文短文本的实体链指任务(CCKS 2020)的基线系统，实现基于ERNIE和多任务机制的实体链指模型。	-
辅助诊断	SignOrSymptom_Relationship	针对EMR具有无结构化文本和结构化信息并存的特点，结合医疗NLU，以深度学习模型实现EMR的向量化表示、诊断预分类和概率计算。	-
文档级关系抽取	SSAN	引入并建模实体间的依赖结构，在文档级关系抽取任务上取得学界领先效果。	https://arxiv.org/abs/2102.10249

时空数据挖掘

任务类型	目录	简介	论文链接
固定资产价值估计	MONOPOLY	实用的POI商业智能算法，对大量其他的固定资产进行价值估计，包括城市居民对不同公共资产价格评估、私有房价评估偏好的发现与量化分析，以及对评估固定资产价格需考虑的空间范围的确定。	https://dl.acm.org/doi/10.1145/3357384.3357810
兴趣点生成	P3AC	具备个性化的前缀嵌入的POI自动生成。	-
区域生成	P3AC	基于路网进行区域划分的方法, 实现对特定区域基于路网的全划分，区域之间无交叠，无空隙，算法支持对全球的区域划分。	-

许可证书

此向导由PaddlePaddle贡献，受Apache-2.0 license许可认证。

Research 快速上手指南

Research 是百度飞桨（PaddlePaddle）官方发布的开源项目集合，涵盖了计算机视觉（CV）、自然语言处理（NLP）、知识图谱（KG）及时空数据挖掘（STDM）等领域的前沿研究模型与顶会论文复现代码。本指南将帮助您快速搭建环境并运行相关模型。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux (推荐 Ubuntu 18.04/20.04), macOS, 或 Windows
• Python 版本：Python 3.7 - 3.10
• 深度学习框架：PaddlePaddle 2.x 及以上版本
• 硬件要求：
  • CPU：支持 AVX 指令集
  • GPU（可选但推荐）：NVIDIA GPU，显存 >= 4GB，已安装 CUDA 和 cuDNN

前置依赖安装

建议使用 pip 安装飞桨框架。国内用户推荐使用百度 AI Studio 镜像源以加速下载。

# 安装 CPU 版本 PaddlePaddle
python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

# 或者安装 GPU 版本 PaddlePaddle (需根据实际 CUDA 版本选择，此处以 CUDA 11.2 为例)
python -m pip install paddlepaddle-gpu==2.5.0 -i https://mirror.baidu.com/pypi/simple

注意：具体 GPU 版本的安装命令请参考 PaddlePaddle 官方安装文档 以匹配您的 CUDA 环境。

此外，部分子项目可能需要额外的依赖库（如 opencv-python, transformers, networkx 等），请在进入具体任务目录后，根据该目录下的 requirements.txt 进行安装：

pip install -r requirements.txt

安装步骤

Research 是一个模型集合仓库，没有统一的“安装”命令。使用流程通常为：克隆仓库 -> 进入特定任务目录 -> 安装该任务依赖 -> 运行脚本。

1. 克隆仓库

   git clone https://github.com/PaddlePaddle/Research.git
   cd Research
   

2. 选择任务目录 根据您的研究需求，进入对应的子目录。例如，若要使用自然语言处理中的 DuReader 阅读理解模型：

   cd NLP/ACL2018-DuReader
   

3. 安装当前任务依赖

   # 检查当前目录下是否有 requirements.txt
   if [ -f requirements.txt ]; then
       pip install -r requirements.txt -i https://mirror.baidu.com/pypi/simple
   fi
   

基本使用

不同任务的输入输出格式和运行脚本各不相同。以下以 NLP 领域的 DuReader 阅读理解基线模型 为例，展示最简单的运行流程。其他任务请参考各自目录下的 README.md 或脚本注释。

示例：运行 DuReader 阅读理解模型

假设您已进入 NLP/ACL2018-DuReader 目录并完成依赖安装。

1. 数据准备 下载 DuReader 数据集并解压到 data 目录（具体数据集链接请参考原项目说明）。

   mkdir -p data
   # 此处仅为示意，实际需从官方渠道下载 dev.json 等文件
   # wget [数据集链接] -O data/dev.json
   

2. 模型预测/评估 运行提供的 Python 脚本进行预测或评估。通常脚本会接受配置文件或命令行参数。

   # 运行评估脚本 (具体脚本名称请以目录内实际文件为准，如 run.sh 或 evaluate.py)
   python evaluate.py --data_path data/dev.json --model_path pretrained_model
   

通用使用提示

• 查看帮助：大多数脚本支持 -h 或 --help 参数查看用法。

  python train.py --help
  

• 预训练模型：许多任务提供了预训练模型权重，通常位于各子目录的 pretrained_models 文件夹或通过脚本自动下载。
• 自定义数据：若需使用自己的数据，请参照各任务目录下的数据格式说明（通常是 JSON 或 CSV 格式）进行转换。

对于 计算机视觉 (CV)、知识图谱 (KG) 或 时空数据挖掘 (STDM) 的其他模型，操作逻辑一致：进入对应子目录，阅读该目录下的具体说明文档，配置数据路径后运行相应的训练或推理脚本。