开发者社区技术周刊 又和大家见面了,快来看看这周有哪些值得我们开发者关注的重要新闻吧。
一体化智能安全防御 京东云星盾安全加速正式发布
苹果官宣 WWDC 全球开发者大会召开时间
波士顿动力机器人搬砖,1小时搬800箱,16小时不用续航
Visual Studio Code 1.55 发布
英特尔用 AI 让视障人士“看见”世界
2021数字化转型发展高峰论坛在京召开,发布一系列数字化转型成果
WWW 2021|基于图神经网络的分级相关性匹配
COLING 2020 | 基于方向建模图卷积网络的联合方面提取和情感分析
行业要闻
1.一体化智能安全防御 京东云星盾安全加速正式发布
近日,京东云星盾安全加速产品正式发布,京东云星盾安全加速是京东云与网络性能安全公司Cloudflare战略合作的产品,为覆盖全球业务的中国公司以及在中国开展业务的跨国公司提供更快、更安全的互联网安全加速服务。 其基于优质的全国网络节点、基础架构、技术服务,提供一站式的安全加速解决方案。其功能涵盖缓存加速、应用交付优化、攻击分析防御、全局流量加速、BOT机器人管理、企业级SSL以及丰富的数据分析。
2.苹果官宣 WWDC 全球开发者大会召开时间
北京时间3月30日晚间消息, 苹果将于美国当地时间2021年6月7日至11日以全在线形式举办苹果全球开发者大会(WWDC),北京时间则是6月8日凌晨。 全球用户都可以通过其官网观看。根据苹果公布的消息,太平洋夏令时间6月7日(北京时间6月8日凌晨),WWDC2021 主题演讲开始。
3.波士顿动力机器人搬砖,1小时搬800箱,16小时不用续航
继网红机器狗Spot之后,近日波士顿动力推出第二个商业机器人原型—— 仓库移动机器人Stretch ,装卸货物只需伸伸“小手”,1小时能搬运800箱,各类包裹都不在话下。Stretch拥有全方位的小型移动底座、定制设计的轻量级手臂和高级感应控制的智能握把,灵活性高,旨在满足仓库和配送中心需求,2022年有望上市出售。
4.Visual Studio Code 1.55 发布
Visual Studio Code 1.55版本已正式发布,其中一些主要亮点内容如下:
-
辅助功能改进:多光标支持,屏幕阅读器的行数限制增加到 1000 行。
-
macOS Big Sur 的图标更新:与 Big Sur 的视觉风格相匹配的品牌图标。
-
改进断点:内联断点菜单等
-
编辑器状态修饰
-
自定义键盘快捷键编辑器
-
远程端口管理改进
-
Terminal 配置文件-在terminal中定义配置文件,以方便地启动非默认Shell。
-
Notebook改进
-
Raspberry Pi 上的 VS Code
有关该版本的更多信息,请访问:https://code.visualstudio.com/updates/v1_55
5.英特尔用 AI 让视障人士“看见”世界
4月1日消息,人工智能(AI)开发者 Jagadish K. Mahendran 和他的团队设计了一款 由人工智能驱动的语音激活的背包,可以帮助视障人士导航和感知路途。 这款背包可以帮助探测一些常见的路障,例如交通信号灯、悬挂的障碍物、人形横道、移动的物体和上下坡,这些探测的计算都在一款低功耗的交互式设备上运行。
6.2021数字化转型发展高峰论坛在京召开,发布一系列数字化转型成果
3月31日,由中国信息通信研究院、中国通信标准化协会主办的“2021数字化转型发展高峰论坛”在京召开,大会主题为 “数字赋能 共建共享” 。在备受关注的企业数字化转型发展重要成果发布环节,中国信息通信研究院院长余晓晖发布了 企业数字化转型发展双曲线、企业IT数字化能力和运营效果成熟度模型(IOMM)、数字化可信服务能力要求等一系列重磅成果 ,并发布企业IT数字化能力和运营效果成熟度模型(IOMM)最新评估结果、数字化可信服务首批评估结果以及数字化生态兼容性首批评估结果。同时,余晓晖还对数字化转型优秀集体和个人的遴选结果进行公布。
学术前沿
1.WWW 2021|基于图神经网络的分级相关性匹配
本文由中科院发表于 WWW 2021。ad-hoc retrieval 是根据查询和文档集合对相关文档进行排名。研究界已经提出了一系列基于深度学习的方法来解决该问题。但是,本文作者认为它们忽略了长距离文档级单词关系。为了解决该问题,作者通过图结构显式地建立文档级单词关系的模型,并通过图神经网络捕获信息。
另外,由于文档收集的复杂性和规模,探索不同粒度的层次匹配信号是相当重要的。因此,作者提出了一种基于图的分层相关性匹配模型(GHRM),通过该模型可以同时捕获细微和通用的分层匹配信号。作在两个代表性的 ad-hoc retrieval 数据集验证了 GHRM 的有效性。
*论文链接:https://arxiv.org/abs/2102.11127
2.COLING 2020 | 基于方向建模图卷积网络的联合方面提取和情感分析
本文对于 EASA 任务,端到端基于方面的情感分析,设计了一个联合模型,该模型的创新点是将上下文的位置信息和注意力机制应用到 GCN 图卷积网络中。该文提出的模型在三个基准数据集上的实验结果都超过了之前的研究,达到了目前最好的效果。同时也表明了方向性信息和注意力机制对该任务有极大帮助。
*论文链接:https://www.aclweb.org/anthology/2020.coling-main.24/
以上信息来源于网络,由“京东科技开发者”公众号编辑整理,不代表京东科技立场
推荐阅读
欢迎点击【京东科技】,了解开发者社区
更多精彩技术实践与独家干货解析
欢迎关注【京东科技开发者】公众号