论文链接：https://arxiv.org/abs/2204.00442 摘要 基于范例的图像翻译在来自于不同域的条件输入和范例图像之间建立密集的对应关系，旨在使用详细的范例风格实现真实的图像翻译。现有的研究通过最小化两个域的特征集距离，隐式的建立跨域对应。然而，这些方法由于没有明确利用域不变特征，因此可能不能有效减小域间隔，从而导致经常出现次优的对应和图像翻译。我们设计了一个边缘对比学习网

该paper发表在2017年的ACL 作者：Kelvin Guu, Panupong Pasupat, Evan Zheran Liu, Percy Liang Percy Liang是stanford的计算机科学与统计学的助理教授，现在主要从事ML和NLP的研究，近几年名声大噪，另外三个是他的Ph.D。 该文提出了一种TANGRAMS方法对文本自动生成程序。主要是通过一个神经编码-解码模型

NLP(自然语言处理)领域一个特别重要的任务叫做——文本摘要自动生成。此任务的主要目的是快速的抽取出一篇文章的主要内容，这样读者就能够通过最少的文字，了解到文章最要想表达的内容。由于抽取出来的摘要表达出了文章最主要的含义，所以在做长文本分类任务时，我们可以采用文本摘要算法将长文本的摘要抽取出来，在采用短文本分类模型去做文本分类，有时会起到出奇的好效果。 文本摘要自动生成算法 文本摘要抽取算法主