论文解读——BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models
介绍了BLIP-2这一多模态的模型； 其利用Q-Former来抽取图像特征，并结合BERT，对其图像特征到文本空间。
Unsupervised Data Augmentation for Consistency Traning
介绍了Google论文： Unsupervised Data Augmentation for Consistency Traning (UDA) 的训练方式
可视化教程开启BERT之旅
图解BERT与训练模型的使用，基于句子情感分类任务。
word2vec 基于 gensim 包的实现以及 预训练模型的再训练
基于 Python gensim模块进行word2vec的训练相对容易，在此基础上根据选择相应的预训练的word2vec 向量，基于自有数据的再训练更符合实际应用。
Lucene7 的加权检索（Boost）
lucene7设置检索词权重，移除了setBoost。使用BoostQuery
Neo4j导入思知OwnThink开源的知识图谱
使用Neo4j导入思知开源的最大中文知识图谱。