目录句子和文档的分布式表示
基于元学习的场景自适应视频帧插值
美国对COVID-19的反应的县级数据集
跨域文档对象检测：基准套件和方法
GPS-NET：用于场景图形生成的图形属性传感网络
今日智慧图书馆布局；借鉴经验共享；乡村知识库；定位精灵网络等
目录句子和文档的分布式表示论文名称：Distributed Representations of Sentences and Documents
作者：Quoc Le /Tomas Mikolov
发表时间：2014/4/16
论文链接：https://paper.yanxishe.com/review/16072?from=leiphonecolumn_paperreview0415
推荐原因：
核心问题：这篇文章主要做了一个问题，就是如何表示一个文档或者句子的向量，过去我们常常学习到词向量，而这个工作进一步的提升，变为了如何表示整个句子的词向量。
创新点：本文应用了word2vec中词向量的训练方法，具体来说在每词输入的时候，都将文章的id进行输入，通过反向传播算法，此时文章id对应的embedding就是最终的文档编码。
研究意义：文档编码应用很多，如果能够得到一个非常好的编码，那么可以省略掉单个词汇面的编码。
