開發者社區技術週刊 又和大家見面了，快來看看這周有哪些值得我們開發者關注的重要新聞吧。
一體化智能安全防禦 京東雲星盾安全加速正式發佈
蘋果官宣 WWDC 全球開發者大會召開時間
波士頓動力機器人搬磚，1小時搬800箱，16小時不用續航
Visual Studio Code 1.55 發佈
英特爾用 AI 讓視障人士“看見”世界
2021數字化轉型發展高峯論壇在京召開，發佈一系列數字化轉型成果
WWW 2021｜基於圖神經網絡的分級相關性匹配
COLING 2020 | 基於方向建模圖卷積網絡的聯合方面提取和情感分析
行業要聞
1.一體化智能安全防禦 京東雲星盾安全加速正式發佈
近日，京東雲星盾安全加速產品正式發佈，京東雲星盾安全加速是京東雲與網絡性能安全公司Cloudflare戰略合作的產品，爲覆蓋全球業務的中國公司以及在中國開展業務的跨國公司提供更快、更安全的互聯網安全加速服務。 其基於優質的全國網絡節點、基礎架構、技術服務，提供一站式的安全加速解決方案。其功能涵蓋緩存加速、應用交付優化、攻擊分析防禦、全局流量加速、BOT機器人管理、企業級SSL以及豐富的數據分析。
2.蘋果官宣 WWDC 全球開發者大會召開時間
北京時間3月30日晚間消息， 蘋果將於美國當地時間2021年6月7日至11日以全在線形式舉辦蘋果全球開發者大會（WWDC），北京時間則是6月8日凌晨。 全球用戶都可以通過其官網觀看。根據蘋果公佈的消息，太平洋夏令時間6月7日（北京時間6月8日凌晨），WWDC2021 主題演講開始。
3.波士頓動力機器人搬磚，1小時搬800箱，16小時不用續航
繼網紅機器狗Spot之後，近日波士頓動力推出第二個商業機器人原型—— 倉庫移動機器人Stretch ，裝卸貨物只需伸伸“小手”，1小時能搬運800箱，各類包裹都不在話下。Stretch擁有全方位的小型移動底座、定製設計的輕量級手臂和高級感應控制的智能握把，靈活性高，旨在滿足倉庫和配送中心需求，2022年有望上市出售。
4.Visual Studio Code 1.55 發佈
Visual Studio Code 1.55版本已正式發佈，其中一些主要亮點內容如下：
-
輔助功能改進：多光標支持，屏幕閱讀器的行數限制增加到 1000 行。
-
macOS Big Sur 的圖標更新：與 Big Sur 的視覺風格相匹配的品牌圖標。
-
改進斷點：內聯斷點菜單等
-
編輯器狀態修飾
-
自定義鍵盤快捷鍵編輯器
-
遠程端口管理改進
-
Terminal 配置文件-在terminal中定義配置文件，以方便地啓動非默認Shell。
-
Notebook改進
-
Raspberry Pi 上的 VS Code
有關該版本的更多信息，請訪問：https://code.visualstudio.com/updates/v1_55
5.英特爾用 AI 讓視障人士“看見”世界
4月1日消息，人工智能（AI）開發者 Jagadish K. Mahendran 和他的團隊設計了一款 由人工智能驅動的語音激活的揹包，可以幫助視障人士導航和感知路途。 這款揹包可以幫助探測一些常見的路障，例如交通信號燈、懸掛的障礙物、人形橫道、移動的物體和上下坡，這些探測的計算都在一款低功耗的交互式設備上運行。
6.2021數字化轉型發展高峯論壇在京召開，發佈一系列數字化轉型成果
3月31日，由中國信息通信研究院、中國通信標準化協會主辦的“2021數字化轉型發展高峯論壇”在京召開，大會主題爲 “數字賦能 共建共享” 。在備受關注的企業數字化轉型發展重要成果發佈環節，中國信息通信研究院院長餘曉暉發佈了 企業數字化轉型發展雙曲線、企業IT數字化能力和運營效果成熟度模型（IOMM）、數字化可信服務能力要求等一系列重磅成果 ，併發布企業IT數字化能力和運營效果成熟度模型（IOMM）最新評估結果、數字化可信服務首批評估結果以及數字化生態兼容性首批評估結果。同時，餘曉暉還對數字化轉型優秀集體和個人的遴選結果進行公佈。
學術前沿
1.WWW 2021｜基於圖神經網絡的分級相關性匹配
本文由中科院發表於 WWW 2021。ad-hoc retrieval 是根據查詢和文檔集合對相關文檔進行排名。研究界已經提出了一系列基於深度學習的方法來解決該問題。但是，本文作者認爲它們忽略了長距離文檔級單詞關係。爲了解決該問題，作者通過圖結構顯式地建立文檔級單詞關係的模型，並通過圖神經網絡捕獲信息。
另外，由於文檔收集的複雜性和規模，探索不同粒度的層次匹配信號是相當重要的。因此，作者提出了一種基於圖的分層相關性匹配模型（GHRM），通過該模型可以同時捕獲細微和通用的分層匹配信號。作在兩個代表性的 ad-hoc retrieval 數據集驗證了 GHRM 的有效性。
*論文鏈接：https://arxiv.org/abs/2102.11127
2.COLING 2020 | 基於方向建模圖卷積網絡的聯合方面提取和情感分析
本文對於 EASA 任務，端到端基於方面的情感分析，設計了一個聯合模型，該模型的創新點是將上下文的位置信息和注意力機制應用到 GCN 圖卷積網絡中。該文提出的模型在三個基準數據集上的實驗結果都超過了之前的研究，達到了目前最好的效果。同時也表明了方向性信息和注意力機制對該任務有極大幫助。
*論文鏈接：https://www.aclweb.org/anthology/2020.coling-main.24/
以上信息來源於網絡，由“京東科技開發者”公衆號編輯整理，不代表京東科技立場
推薦閱讀
歡迎點擊【京東科技】，瞭解開發者社區
更多精彩技術實踐與獨家乾貨解析
歡迎關注【京東科技開發者】公衆號
