URL: https://www.aclweb.org/anthology/P19-1453/ https://github.com/jwieting/simple-and-effective-paraphrastic-similarity
ACL 2019 利用平行语料学习句子相似性，但是不利用回翻技术，而是直接在平行预料上用三元损失函数。
URL: https://arxiv.org/pdf/1909.10838.pdf
一个自动驾驶交互数据集，在街景、自动驾驶场景下，根据视频(雷达)和自然语言输入找出正确对参考对象，如靠近某人或物体停车。 可以看作是视频文本理解任务或者领域VQA
URL: https://github.com/zhongyy/Adversarial_MTER
ICCV 2019 提出了一种基于边界距离的正则化方法，通过平滑嵌入表示空间，让深度神经网络更具鲁棒性，防御对抗样本攻击。
URL: https://arxiv.org/abs/1909.06349
NIPS 2019 提出一种编程抽象方法，用于在不损害整体性能的情况下提高难点部分的效果。比如穿黑衣服的骑车人难以识别，那么可以用一个粗略的方法挑出包含黑衣骑车人的样本(可以有杂质)，然后交给框架针对性优化并获得整体提升。