最近看了下 2021年关于 OOD 的几篇 paper，记录一下~

Best Paper at ACL 2020

Slice-based learning 的目的是为了提高模型在特定的数据子集上的表现。

NAACL 2019 tutorial on “Transfer Learning in Natural Language Processing” 的部分笔记，资料链接见文末。

Pre-trained Models for Natural Language Processing: A Survey 花了一上午看完的综述，强烈推荐每个 NLPer 都读一读，很长一段时间内都能当做工具书来用（下一个 break-through 来临前）。

近来很多大拿做了 2018 年 NLP 的回顾，今天推荐一波 Elvis Saravia 的一篇报告，总结了上一年 NLP 学术界和工业界发生的大事，也包括 SOTA 的论文结果及有趣的研究方向，每个 NLPer 闲下来都可以读一读。

接上一篇知识抽取-实体及关系抽取，前置知识在这一篇不多做解释啦。

这一篇是关于知识抽取，整理并补充了上学时的两篇笔记 NLP笔记 - Information Extraction 和 NLP笔记 - Relation Extraction，梳理了知识抽取的基本方法，包括传统机器学习及经典的深度学习方法。

这篇居然忘了发了……