阿里巴巴高杰：3年风雨路，阿里巴巴自然语音交互的探索与经验教训
随着语音交互、自然语言处理、多模态等技术的发展，人机交互方式已经变得越来越简单，目前人机交互已经成为行业最热的研究方向之一。那么，未来人机交互的发展趋势什么呢？阿里巴巴智能语音交互专家高杰在《云栖大讲堂第三期|未来人机交互技术沙龙》上为大家分享了在阿里巴巴智能个人助理构建过程中所积累的经验和教训。
信息与通信工程——重要国际学术会议和国际顶级期刊（仅供参考）
<p><strong>一、信息与通信工程的重要国际学术会议</strong></p>
<p>主要包含两类：</p>
<p>A类会议：本学科最顶尖级水平的国际会议；<br></p>
<p>B类会议：学术水平较高、组织工作成熟、按一定时间间隔系列性召开的国际会议。<br></p>
<p><br></p>
<p>A类会议（序号不表示优先顺序）<br></p>
<p>序号 / 英文名称
对话管理的一些思考
开头...
写这个文章的目的是让更多关注，想要搞，正在搞对话管理(dialogue manager，后面简称DM)的同学尽力少踩坑，至于已经在坑里，甚至从坑里爬起来的人那么来多拍拍砖，甚是欢迎！
基本概念
这个是经典的语音智能交互的图，可以.
时间卷积网络（TCN）在 NLP 多领域发光，RNN 或将没落
我们一开始认为，时序问题（如语言、语音等等）天生就是 RNN 的地盘。然而现在这一观点要成为过去式了。时间卷积网络（Temporal Convolutional Nets, TCNs）作为 CNN 家族中的一员健将，拥有许多新特性，如今已经在诸多主要应用领域中击败了 RNN。
一文揭秘！自底向上构建知识图谱全过程
知识图谱的构建技术主要有自顶向下和自底向上两种。其中自顶向下构建是指借助百科类网站等结构化数据源，从高质量数据中提取本体和模式信息，加入到知识库里。而自底向上构建，则是借助一定的技术手段，从公开采集的数据中提取出资源模式，选择其中置信度较高的信息，加入到知识库中。
论文导读：面向卷积神经网络的卷积核冗余消除策略
本篇论文针对卷积神经网络在训练阶段所需的大量存储与计算资源，提出了一种改进的冗余卷积核消除策略，精简每个卷积层中冗余的卷积核，进而降低模型训练开销，使模型训练过程从云端转移至本地成为可能。
阿里巴巴机器翻译在跨境电商场景下的应用和实践
本文将与大家分享机器翻译相关背景知识，再深入介绍机器翻译在阿里生态中的具体应用实践，介绍基于机器翻译技术搭建的一套完善的电商多语言解决方案，最后将会从技术角度介绍阿里机器翻译在解决实际业务问题中的技术创新和亮点。
