耀星学者计划

教育视频中的文字部分具有易被讲师遮挡、手写板书难以识别的特点，仅从视频图像角度难以捕捉足够的信息。教育视频拆条需结合音频、图像、课程文字、图形等多种维度数据，因此，有效融合以上多种模态的数据在教育视频拆条任务中尤为重要。

计算广告是当前工业界算法应用最为成熟的领域之一。个性化广告推荐系统会根据用户对各个候选广告的转化率预估结果进行广告的排序和自动出价，作为投放的考量指标时，往往会遇到转化行为高稀疏、高延迟的情况，从而导致模型预测难度升级。因此，面向高稀疏、高延迟场景的深度行为转化率预估问题，是一项极具挑战但蕴含巨大应用潜力的工作，也是推荐系统新的研究热点。