中文句子对相似性计算任务旨在利用模型对两个句子的相似性进行判别，在文本挖掘领域有广泛的应用。考虑 到现有机器学习方法不能同时兼顾句子对的深层语义特征和显式特征的问题，提出融合深层语义和显式特征的中文句子对 相似性判别方法。采用 BERT 和全连接网络来获取深层语义向量，再拼接显式特征构造新的特征向量最后通过分类器完成句 子对的相似性判别。实验结果表明，该方法在 3 个公开的中文句子对相似性评测数据集上的性能均优于基线方法。

提出了一种高效开放域中文三元组抽取方法，可用于完成中文非结构化的文本三元组抽取任务。利用本方法抽取的三元组可用于构建知识图谱从而解决问答或者知识推理等难题。

基于纯国产化的飞桨深度学习平台构建并实现的一个高效的场景文本识别模型，可用于完成图片中文本的智能识别与提取，解决OCR领域的一个极具挑战性的难题。