7个工作日内审核。天池是阿里云旗下开发者竞赛平台 ，围绕云生态挖掘输送优秀人才。天池notebook公开待审核要7个工作日内审核。天池数据集是阿里集团对外开放的科研数据平台，由阿里巴巴集团业务团队和外部研究机构联合提供，覆盖了电商、娱乐、物流、医疗健康、交通、工业、自然科学、能源等十多个行业，涵盖了数据挖掘、机器学习、计算机视觉、自然语言处理、决策智能等经典的人工智能技术领域。
阿里天池程序设计竞赛流程如下：1、主要是个pr项目，对外宣传的。2、给5，6，7月份的销售数据，预测8月的，这个预测很难做。3、机器学习完胜统计建模。
1,阿里巴巴本身就是个例子： 阿里巴巴是全球B2B电子商务的著名品牌,是目前全球最大的商务交流社区和网上交易市场。他曾两次被哈佛大学商学院选为MBA案例，在美国学术界掀起研究热潮，两次被美国权威财经杂志《福布斯》选为全球最佳B2B站点之一，多次被相关机构评全球最受欢迎的B2B网站、中国商务类优秀网站、中国百家优秀网站、中国最佳贸易网，被国内外媒体、硅谷和国外风险投资家誉为与Yahoo， Amazon， eBay，AOL比肩的五大互联网商务流派代表之一。其创始人、首席执行官马云也被著名的"世界经济论坛"选为"未来领袖"、被美国亚洲商业协会选为"商业领袖"，并曾多次应邀为全球著名高等学府麻省理工学院、沃顿商学院、哈佛大学讲学，是50年来第一位成为《福布斯》封面人物的中国企业家。 也许是取决于“良好的定位，稳固的结构，优秀的服务”，阿里巴巴如今巳成为全球首家拥有210万商人的电子商务网站，成为全球商人网络推广的首选网站，被商人们评为"最受欢迎的B2B网站"，杰出的成绩使阿里巴巴受到各界人士的关注。WTO首任总干事萨瑟兰出任阿里巴巴顾问，美国商务部、日本经济产业省、欧洲中小企业联合会等政府和民间机构均向本地企业推荐阿里巴巴。 "倾听客户的声音，满足客户的需求"也许是阿里巴巴生存与发展的根基，根据相关的调查显示：阿里巴巴的网上会员近五成是通过口碑相传得知阿里巴巴并使用阿里巴巴；各行业会员通过阿里巴巴商务平台双方达成合作者占总会员比率近五成。 在产品与服务方面，阿里巴巴公司为中国优秀的出口型生产企业提供在全球市场的"中国供应商"专业推广服务。中国供应商是依托世界级的网上贸易社区，顺应国际采购商网上商务运作的趋势，推荐中国优秀的出口商品供应商，获取更多更有价值的国际订单。截至2003年5月底加盟企业达到近3000家。目前已经有70%的被推荐企业已在网上成交，众多类别市场名额已满。2002年3月开始为全球注册会员提供进入诚信商务社区的通行证-"诚信通"服务。阿里巴巴积极倡导诚信电子商务，与邓白氏、ACP、华夏、新华信等国际国内著名的企业资信调查机构合作推出电子商务信用服务，帮助企业建立网上诚信档案，通过认证、评价、记录、检索、反馈等信用体系，提高网上交易的效率和成功的机会。每月赢收以双位数增长。 阿里巴巴以50万元人民币创业资本起步，吸纳了国际资本2500万美元，经过3年的发展，于2001年底实现当月盈利，2002年实现每月收入双位数的增长，实现全年盈利，从而保证对客户的持久服务能力。 下面是对阿里巴巴公司商业的模式进行分析。 阿里巴巴的营运模式是遵循一个循序渐进的过程。首先抓住基础的，然后在实施过程中不断捕捉新出现的收入机会。从最基础的替企业架设站点，到随之而来的网站推广，以及对在线贸易资信的辅助服务，交易本身的订单管理，不断延伸。出色赢利模式符合：赢利的强有力，可持续，可拓展。 1、架设企业站点 很少有企业把它理解为是一项重要的业务，理由在于这是一个高度离散的行业。你可以很从容的获得一个或者几个制作企业站点的机会，但不等于能够获得很多。这里存在收入收集上的困难。有一些公司主营这项业务，它们往往将业务定格在高端客户。阿里巴巴是一个很大的商业社区站点，这就是说它有与许多潜在顾客频繁接触的机会。更重要的是它能顺利的把潜在机会转化为现实收入。阿里巴巴的目标受众每年都要参加许多类似广交会之类的展销会议，这时候阿里巴巴的工作人员就出现了，有一些低成本的推广活动。线上与线下的营业推广相结合，实践证明能有效的收集商业机会。中小企业存在很大的伸缩性，这是说业务流程和业务规模都在迅速的发生变化。有时候它或许会找邻居帮助设计一个主页，这在当时可能已经足够了，但是很快它就有了更高的需求，这就超过了邻居的能力。阿里巴巴则有能力提供从低端到高端所有的站点解决方案。它能在企业的成长过程中获得全部收益。更大的优势在于制作商品交易市场型的站点。阿里巴巴只是替商品交易市场做一个外观主页，然后将其链接在自己的分类目录下。交易市场有了一个站点，实际上这和阿里巴巴的站点是同一个站点，这就提高了被检索的机会。网页设计毕竟是一项倾向于劳动密集型的业务。网站设计其实和开发应用程序没有什么不同，这是说存在国际转包的内在需求，这和印度班加罗尔的故事相同。这也解释阿里巴巴为什么把它的人手更多集中在劳动力成本相对低廉的杭州。国际转包的实现除了需要品牌，还要有对应的机构设置。无疑，阿里巴巴一直就是往这一方向走。 2、站点推广 对于网站的媒体定为一直十分模糊，它应当是广播式的，还是特定用户检索式的？其他从事于企业站点设计的公司存在一个很大的问题，没有对应的推广能力。而网站设计一旦完成，推广是自然需求。网站实际上是另一种媒体，广告收入对大多数网站都很重要。无论一些针对企业的服务是否被称之为广告。广播式的模式容易让人理解，但是逻辑上我们更倾向于检索式的。原因很简单，网站首页的空间是有限的，换句话说注意力本身是一种稀缺资源。一些站点的合适位置已经充满了形式各异的广告，我们忍不住困惑，增长的潜力在那里？如果我们定义为检索式的，这同时就表明了有几乎无限可供销售的广告位置。这好像就是最初网站在股市受到追捧的原因。跟大多数人的认识相反，中小企业存在很强烈的营销愿望。这一愿望没有更多转化为现实的理由是：首先通常营销的费用超过了中小企业可承受的范围。其次以前并不存在相应很好的方式。在阿里巴巴今天的收入中，站点推广的收入占了一半还多。“中国供应商”和“网上有名”。 “中国供应商”面对的是出口型的企业，“网上有名”则针对内销或工厂的出口主要以买断形式进行的那一种。其中的价格依据是，如果某家企业愿意以3万人民币的价格租赁两周的广交会展销摊位，那么它为似乎也会愿意以同样的价格购置一年的在线展销时段。今年这一价格已经上升到4万。对于一个新生事物，某种意义上阿里巴巴要证明服务的有效性。阿里巴巴有一个系统服务的思维。除了在网站上的页面设置，还可以通过“商情快递”邮件杂志，检索上的优先派序。至少它能证明付费的顾客要比免费的客户有更多的机会。有人愿意以6万人民币的价格，以便获得更多的服务内容。 3、诚信通 网络可能是虚拟的，但贸易本身必须是真实的。信用分析是企业的日常工作。这很好解释，网友们在拍卖网站上的交易并不是每一次都那么如意。易趣的统计表明在同通过身份认证但只有少数交易经历的所谓一星级顾客交易中，有6%最终受到了投诉。都一样，企业间交易存在相似的压力，所不同的是企业对此有更高的敏感性。在线贸易一方面体现了采购行为更充份的竞争性，另一方面企业对网络信息本身充满了质疑。“诚信通”作为一项服务不难理解。可以在“诚信通”上出示第三方对其的评估，企业在阿里巴巴的交易记录也有据可循。问题是这项服务本身是否会非常成功。阿里巴巴显然是希望所有的注册会员都使用这项付费的服务，最起码新注册的用户是如此。这个问题的确非常有趣。如果这一预想符合了现实，大多数的企业都购买了“诚信通”，那么意味剩下少数也会购买，即便不购买也不再重要。每个“诚信通”的价格都很便宜，但对网站而言几乎不存在成本。这就是说阿里巴巴的运营业绩将会非常的成功。另一种可能是只有少数企业购买了，这就存在用户流失的问题。类似于阿里巴巴模式的网站今天多如牛毛。阿里巴巴的认识是，首先他们在前期的努力已经吸纳了国际贸易中最活跃的顾客群。另一方面在线交易本身必须实现其严肃性。“如果某一商人在支付最基本的费用上都存在问题，那么他根本就没有资格从事生意本身。”我想这一逻辑应该被认为是正确的。 4、贸易通 贸易通是阿里巴巴网站新推出的一项服务，它的功能主要有以下几项：和百万商人安全、可靠地进行即时在线沟通、互动；结识、管理自己的商业伙伴，开展一对一的在线营销；强大的商务搜索引擎，搜尽天下商机；"服务热线"为诚信通会员即时解答网络贸易疑问,方便享受高质量的在线客户服务。其界面有点类似于常用的聊天工具QQ，非常友好且使用简单。不过，有关“贸易通”的收费一直没有行动起来，但这却是最初也是最重要的愿望。阿里巴巴的定义是从企业的每一次日常交易中抽取佣金，这在前期被舆论认为是不可能的，原因在于B2B贸易存在重复交易，企业通常不会一次就更换一家供应商。这样企业很容易绕开任何中介。这又是一个没有思维，就迅速下判断的例子。当然并不是这样的。“贸易通”可以理解为是一种订单管理软件。我想很多IT评论人都忽略了阿里巴巴这一项服务，实际上它对阿里巴巴未来的潜在影响最大，绝对不能看成电子邮件的豪华版。这里有一个观念上的不同，产品重要的是需求，而不是技术表述。“贸易通”则解决了这所有的问题。而且操作中存在很强的可行性，可以通过短消息捆绑按次计费。这一服务所面临的价格敏感性很小，而且存在一个很大的数量。“贸易通”则延伸了企业软件托管的思路。2， 阿里巴巴电子商务网站Linux应用案例 解决之道阿里巴巴在2003年年初开始启动是数据库升迁项目。3月底引进基于Linux平台的Oracle9i集群数据库(Oracle9iRAC)，4月初开始安装，到4月底便成功上线。新的数据库集群是以Dell 6650为硬件服务器、存储服务器采用Dell/EMC CX200存储阵列、以Red Hat Linux Advanced Server 2.1为操作系统、数据库采用Oracle9i集群数据库，采用三层架构，部署两个节点的集群系统。在从原有系统向新系统迁移数据时，按数据的不同特征进行，不仅能够快速迁移数据，并且大大减少了由于系统迁移而可能造成的停机时间。阿里巴巴数据库项目主管鲁国良先生说：“我们原有系统采用的数据库也是Oracle数据库，只不过它是基于Linux的单机数据库，因此，在数据迁移过程中，几乎没有遇到大问题。由于Oracle9iRAC在节点间信息交换的性能有了很大的改进，使得我们在从原来的单机系统升级到集群系统时，几乎不需要更改应用，新系统得到快速部署，一个月之内就能够上线。”应用效益鲁先生说：“通过采用2个节点的集群系统，我们能够很好地避免在升级Linux系统时可能出现的停机现象。Linux仍在迅速发展之中，其内核技术更新快，为了及时获得Linux更先进的功能，我们需要及时升级Linux内核技术。由于Exodus中的数据库集群采用的是2个节点的集群系统，我们可以先对集群中的一个节点升级其Linux内核，然后再升级另一个节点，在此过程中，系统完全能够正常运行。借助基于Linux的Oracle9i集群数据库(Oracle9iRAC)的强大功能，系统的管理工作变得简单得多，并且能够有效弥补Linux操作系统的一些不足，在降低应用成本的同时，获得强大的性能。”在性能与成本之间获得很好的平衡，全面满足网站的应用需求。采用基于Linux的Oracle9i集群数据库(Oracle9iRAC)作为Exodus的数据库平台，阿里巴巴既能够充分利用Linux平台的低成本优势，同时能够获得Oracle9i数据库强大的性能优势，获得对网站发展至关重要的系统性能、安全性、可靠性和可扩展性。性能提高60%。以基于Linux的Oracle9i集群数据库为动力的“Exodus”投入使用后，成功地把阿里巴巴网站性能提高了60%。系统在投入使用后不久，中国部分地区遭受“非典”袭击，为了尽可能避免相互接触，企业纷纷转向网上交易，作为中国最主要的商业网站之一，阿里巴巴成为广大企业进行交易的平台，日交易从“非典”前的4千~5千笔迅速攀升到6月初的9千~1万2千笔。“Exodus”的及时投入使用，为阿里巴巴从容应对快速增长的交易量提供了强大的动力，帮助阿里巴巴及时把握住新的发展机遇。系统管理简单化。借助Oracle9iRAC先进的Data Guard技术，阿里巴巴能够简化数据库的管理工作。Oracle9i Data Guard能够维护关键数据的实时拷贝，从而能够防止由于各种原因引起的数据丢失。工作区之间强大的转接和转回能力，使得硬件和操作系统的维护更为容易，同时又降低了宕机时间。比如，在过去，当主数据库和备用数据库的网络出现异常时，往往需要采用手工方式复制Archive Log，并应用到备用系统，工作量相当大，现在，这些工作都能够自动完成。大大减少宕机时间。借助基于Linux的Oracle9i集群数据库(Oracle9iRAC)的高可用性，阿里巴巴无论是升级Linux内核还是升级应用，都不需要关闭系统，有效减少了计划内停机时间。同时，集群系统中两个节点互为备份，大幅度减少了意外停机的时间。减少测试环境和实际应用环境的差异，提高系统部署的效率。现在，Linux已成为成长型企业的首选应用开发和测试平台，比如在Linux系统上运行开发数据库，而在其它系统上运行产品数据库，结果是在开发、测试、产品应用平台之间存在着差异。这种差异往往会影响到系统部署时的投入。阿里巴巴通过采用基于Linux的Oracle9i集群数据库(Oracle9iRAC)作为产品数据库，有效地缩小了这些差异，使很多测试工作变得真正有意义，直接用于产品应用平台，从而提高系统的部署效率。为什么选择ORACLE在谈及选择基于Linux的Oracle9i集群数据库的原因时，鲁先生说：“Oracle9i集群数据库在性能、安全性、24x7高可用性、稳定性方面都很好地满足了我们的应用需求，特别是它强大的易扩展性，尤其适合阿里巴巴快速发展的特点。另一方面，Oracle公司对Linux的积极态度和支持力度以及在Linux平台上不断实现的性能突破，坚定了我们采用Linux的信心，使我们既能够满足电子商务网站对性能和安全性的高要求，同时也能够很好地解决了成本控制的问题，这对我们成长型企业来说至关重要。基于Linux的Oracle9i集群数据库使我们能够以较低的成本在Linux平台上获得企业级的性能、可靠性和可扩展性，在Linux平台上运行网站的关键应用系统。其强大的集群能力，使我们能够在以后交易量上升到一定程度需要增加系统容量时，只需简单地增加节点，完全不需要更改应用，我们获得了一个真正按需部署的系统。”未来计划我们将继续关注Oracle在Linux方面的合作以及技术的发展。随着阿里巴巴业务的不断发展，我们将充分利用“Exodus”系统成功应用基于Linux的Oracle9i集群数据库的经验，改善其它应用系统，逐步把这些系统迁移到Oracle平台上。
2017年 10 月 11 日，阿里巴巴达摩院正式成立，马云的一句 “ 活得要比阿里巴巴长”，让外界对它的未来发展，有了更 “意味深长” 的期待。
在近三年多的时间里，达摩院在人工智能学术科研与应用上齐头并进，无论在国际学术顶会以及各类竞赛上，还是在推动学术成果的商业化落地上，都交出了亮眼的成绩单，这也反过来吸引着人工智能领域的顶尖研究者们都汇聚于此。
对于这些顶尖研究者们目前正在开展的研究工作，想必大家都充满了探知欲！
7月9日（晚）19:30-21:00 ，AI科技评论就将联合阿里达摩院，外加阿里集团在学术科研上同样“坚挺”的存在——阿里安全，给大家呈上一场 “ACL 2020 系列论文解读·阿里巴巴专场” 直播！
届时，来自阿里达摩院机器智能技术团队和阿里安全安全智能团队的 6 位高级算法专家、算法工程师以及研究型实习生们，将分别聚焦于多任务学习、少样本文本分类、 任务型对话、神经机器翻译、知识蒸馏、跨域分词标注等NLP 细分领域，为大家带来一场论文解读盛宴！
本次分享的嘉宾具体都有谁呢？下面一一揭晓：****分享主题： SpanMlt：一种基于跨度的用于属性词和观点词配对抽取的多任务学习框架 ****分享嘉宾：黄龙涛
分享内容：
属性词和观点词抽取，是细粒度的基于属性的情感分析（ABSA）的两个关键问题。属性－观点词对（ aspect-opinion pairs）可以为消费者和观点挖掘系统提供相关产品或服务的全局配置文件。但是，传统方法无法在没有给定属性词和观点词的情况下，直接输出属性－观点词对。尽管研究者最近提出了一些共提取方法来联合提取属性词和观点词，但是并不能配对抽取两者。为此，本文提出了一种端到端方法来解决属性词和观点词的配对抽取（PAOTE）任务。此外，本文从联合词和关系抽取的角度而非此前大多数工作中执行的序列标注方法的角度，来处理该问题。我们提出了一个基于共享跨度的多任务学习框架，其中在跨度边界的监督下提取词。同时，使用跨度表示法来联合识别配对关系。大量实验表明，我们的模型始终优于 SOTA 方法。
分享内容：
现有的工作往往使用元学习（meta learning）的方法，通过在一系列meta-task中切换来获得少样本学习的能力，但是在task间的切换会带来遗忘的问题，因此考虑使用记忆机制来辅助meta learning的训练。在本工作中，我们将监督学习得到的分类参数作为meta learning的全局记忆，并提出了动态记忆路由算法，基于dynamic routing的方式将全局记忆信息融入到meta task的训练和预测阶段。此外，动态记忆路由算法还可以使用query信息来增强归纳类别表示的能力，对口语场景下的语言多样性表达有更好的泛化性能。在中英文场景少样本分类任务数据集上，均取得了STOA的结果。
分享主题：多领域对话动作和回复联合生成****分享嘉宾：田俊峰
分享内容： 在任务型对话中，产生流畅且信息丰富的回复至关重要。现有pipeline方法通常先预测多个对话动作，然后使用它们的全局表示来辅助回复生成。这种方法有两个缺陷：第一，在预测对话动作时，多领域的固有结构被忽略了；其次，在生成回复时没有考虑到对话动作和回复之间的语义联系。为了解决这些问题，我们提出了一种同时生成对话动作和回复的神经联合生成模型。与以往的方法不同，我们的对话动作生成模块可以保留多领域对话动作的层次结构，同时我们的回复生成模块可以动态地关注到相关的对话动作。在训练时，我们采用不确定性损失函数来自适应地调整两个任务的权重。在大规模MultiWOZ数据集上进行了评估，实验结果表明，我们的模型在自动评估和人工评估上都比SOTA模型有很好的提升。****分享主题：神经机器翻译的多尺度协同深度模型******分享嘉宾：魏相鹏**
近年来，神经机器翻译(NMT)方法凭借其出色的翻译性能在大量应用场景中取代了基于统计的机器翻译方法。目前，制约NMT模型性能的因素主要包括模型的特征表达能力和数据规模。因此，我们提出一种基于多尺度协作(MSC)机制的深度神经机器翻译模型，以提高模型对底层（具象化）和高层（抽象化）特征的建模能力。
实验证明，(1) 多尺度协作机制有助于构建极深的NMT模型的同时带来性能上的提升，(2) 基于MSC机制的深度NMT模型能够更好地翻译语义结构复杂的自然语言句子。
****分享主题：多语种序列标注的结构级知识蒸馏******分享嘉宾：王新宇**
多语言序列标注是一项使用单一统一模型预测多语言标签序列的任务。与依赖于多个单语模型相比，使用多语言模型具有模型规模小、在线服务容易和对低资源语言通用的优点。然而，由于模型容量的限制，目前的多语种模型仍然远远低于单独的单语模型。本文提出将多个单语言模型（teachers）的结构知识提取到统一的多语言模型（student）中，以缩小单语言模型与统一的多语言模型之间的差距。我们提出了两种基于结构层次信息的知识挖掘方法：
****分享主题：跨域中文分词的远程标注与对抗耦合训练******分享嘉宾：丁宁**
完全监督神经方法在中文分词（CWS）的任务上取得了重大进展。但是，如果由于域间的分布差异和集外词（OOV）问题导致域迁移，则监督模型的性能始终一直大幅下降。为了实时缓解此问题，本文将跨域中文分词的远程标注和对抗性训练直观地结合在一起。
7月9日，6位来自阿里的分享嘉宾，与大家不见不散！
ACL 2020原定于2020年7月5日至10日在美国华盛顿西雅图举行，因新冠肺炎疫情改为线上会议。为促进学术交流，方便国内师生提早了解自然语言处理（NLP）前沿研究，AI 科技评论将推出「ACL 实验室系列论文解读」内容，同时欢迎更多实验室参与分享，敬请期待！
论文： 论文题目：《Search-based User Interest Modeling with Lifelong Sequential Behavior Data for Click-Through Rate Prediction》 地址： 这是阿里妈妈发表在2020SIGIR上面的又一篇佳作，让我们来阅读一下这篇论文吧。 在CTR/CVR预估领域中，用户历史行为对CTR/CVR预估的建模是很有指导意义的，用户的历史行为序列中潜藏着用户丰富的”兴趣点“，用户的每一次行为都是某个方面兴趣的一种反应。比如我喜欢各种口红产品、喜欢洗面奶、但是又对某个牌子不是特别感兴趣，基于这些兴趣的驱动，我可能浏览、点击过很多相关领域的内容或商品，那这些历史行为是否对我未来行为的预测有帮助呢，答案是肯定的。正是基于上述这种主观的行为模式，我们才需要对用户的历史行为进行建模，用户行为队列越长，包含的用户兴趣也就越丰富，但是同样也会带来更大的挑战，其实用户的兴趣是发散的多元的，如何从发散多元的用户兴趣中找到真正对当前任务有帮助的兴趣是十分重要的。 在介绍这篇论文之前建议先去看一下阿里的另一篇论文MIMN，也是基于用户长序列进行CTR预估的论文，但是MIMN存在着几个问题，一个是因为，当用户行为序列的长度进一步增加（例如，增加10倍或比十倍更多）时，MIMN无法精确捕获给定特定候选项的用户兴趣。另一个是因为，MIMN不能很好的解决延时和存储这两个瓶颈上的棘手问题，也就是说部署到线上到时候如何才能做到延时跟其他轻量模型相近。 在淘宝中，用户的浏览序列长度可能达到上千甚至上万个，怎么高效且有效的利用这种长序列信息呢？阿里妈妈提出了SIM模型来进一步从用户丰富的长期历史行为队列中挖掘用户有价值的兴趣点，并且提供一种长行为序列线上服务化的可行性方案，接下来就来看看这篇论文吧。 模型总览： SIM分为两个阶段，这两个阶段都有自己的核心部分，文章中将长序列用户行为特征的建模分为了两个模块，即Genral Search Unit（GSU）和Exact Search Unit（ESU），这两部分就是两个阶段的核心模块了。先简单的介绍下这两个模块的作用吧。GSU如图所示，简单理解就是从几百上千的用户长序列中挑选出TopK个跟候选Item最相似的K个Item，类比与推荐系统中的召回模块，先降低长序列物品的长度，在进行后续任务。另一个是ESU，这个模块的作用是对刚刚GSU抽取出来对K个物品进行序列建模，得到一个能代表用户长序列兴趣对向量，并利用这个向量进行后面对排序。 GSU的主要任务是从长度为T的序列中抽取出K个跟候选item相似的item，GSU有两种方式来选取TopK个物品，分别是hard-search 和soft-search。前面也提到了GSU类比于推荐系统中的召回阶段，而在多路召回中，一般也有基于Embedding的召回和基于策略规则的召回，其中hard-search就是基于规则的召回，soft-search就是基于Embedding的召回，下面来详细讲一下这两种方法。 这种方法比较直观而且实施起来比较简单，就是我们从候选行为序列中按照给定规则筛选出与当前目标任务相关的候选集，举个例子，我在淘宝上历史浏览过很不同种类的商品（比如电子产品、口红、男鞋等等），当候选广告是iphone12时，hard-search方法会从我历史行为队列中筛选出电子产品相关的行为进行建模，用于PCTR预估，而口红、男鞋大概率就不会对这次预估产生影响，通过上面这个例子大家应该能明白这种基于规则和策略的思路。论文中指出hard-search方法使用的是商品类别作为筛选的标准。 这种方法是基于Embedding的抽取方式，从上面的模型图的左侧可以看到整个soft-search的结构。这个部分也是一个子模型，模型的输入是候选Item和长序列，目标是CTR预估，用这种方式来学习候选Item和长序列Item的embedding信息。有了Embedding后，就可以将候选广告embedding和历史行为中的embedding算一个内积相似度，利用近似最近邻检索方法（论文中用的是ALSH）来得到topK相关的候选行为序列。 在这个子model中，DNN的输入是候选item 和Ur的concat，其中Ur：注意，如果用户行为增长到一定程度，则不可能将整个用户行为直接输入模型。 在这种情况下，可以从长序列用户行为中随机采样子序列集，这些行为仍需遵循原始序列的相同分布。 这种方法的缺点就是计算开销比较大，不如基于规则的hard-search方便，优点就是效果应该会更好一些。但是论文中也提到了两种方法在效果上的差异不是特别的大，所以最后基于性能和效果的折中，采用了hard-search这种比较简单的方式。 从模型整体上来看，这部分主要是利用从GSU抽取出来的K个Item得到一个能代表用户长期兴趣的向量，并配合其他特征送的DNN里面做整体的CTR预估任务。 论文中对这K个来自GSU对item是用self-attention进行序列建模的： 其中 为： concat中第一个是原始的embedding，第二个是关于时间的embedding。 根据self-attention的方式，我们又得到了一个向量h(K)。 这里，第二个子model也进行了ctr预估，特征是模型图上面画出来 input，还有个dien，dien前面的文章以及介绍过了，就不再赘述。 最后的loss是： 其中α和β是控制损耗权重的超参数。 在我们的实验中，如果GSU使用软搜索模型，则将α和β都设置为1。具有硬搜索模型的GSU是非参数的，并且α设置为0。 广告推荐系统对线上的计算耗时要求还是比较严格的，因为要保证用户最基本的用户体验。随着用户行为序列的进一步增长，采用传统的方式直接对长序列用户行为进行计算耗时和内存占用会增长的特别快，所以需要有针对性的对线上系统进行一定的升级和改造。文章提到在hard-search和soft-search的选择中，是基于大量的离线实验结果最终决定采用hard-search这种方便快捷有效的方式，同时信息损失也在可以接受的范围内。 一般的线上部署的系统架构图是这样： 为了让SIM能更好的给用户带来低延时的体验，阿里构建了SIM的Online Seving结构： 可以看到对于用户的行为序列，论文采用的是对每个用户采用的是两层索引的结构：key-key-value，第一个key是user_id，第二个key是category ids，value是用户行为序列中属于对应类别的item。用这种方式可以很快的通过这个索引树找到属于统一category的物品。线上A/B Test实验效果： 用户的历史行为对于整个CTR/CVR预估任务越来越重要了，如果不考虑时间和存储，那么把所有的序列输入到模型中作为长期兴趣关键点是可以精确的定位出用户的长期兴趣的，但是由于性能的原因就不得不考虑用特殊的方法对这个长序列进行一次筛选，筛选的K个物品都是跟候选Item相似的物品，能做到裁剪的效果还不会带来CTR预估的损失。在进行筛选过程中还分为了两种方法，但是为了部署到线上，就要考虑性能最好的hard-search方式进行TopK筛选任务，这种方式跟Embedding筛选的效果是差不多的，但是速度比Embedding快，所以采用这种方式。 未来应该还会有更多针对序列推荐的论文，单纯的对长序列阶段还带来一定的兴趣偏差，所以如何有效挖掘用户更丰富行为特征背后的商业价值是需要好好思考的。
论文： 论文题目：《Search-based User Interest Modeling with Lifelong Sequential Behavior Data for Click-Through Rate Prediction》 地址： 这是阿里妈妈发表在2020SIGIR上面的又一篇佳作，让我们来阅读一下这篇论文吧。 在CTR/CVR预估领域中，用户历史行为对CTR/CVR预估的建模是很有指导意义的，用户的历史行为序列中潜藏着用户丰富的”兴趣点“，用户的每一次行为都是某个方面兴趣的一种反应。比如我喜欢各种口红产品、喜欢洗面奶、但是又对某个牌子不是特别感兴趣，基于这些兴趣的驱动，我可能浏览、点击过很多相关领域的内容或商品，那这些历史行为是否对我未来行为的预测有帮助呢，答案是肯定的。正是基于上述这种主观的行为模式，我们才需要对用户的历史行为进行建模，用户行为队列越长，包含的用户兴趣也就越丰富，但是同样也会带来更大的挑战，其实用户的兴趣是发散的多元的，如何从发散多元的用户兴趣中找到真正对当前任务有帮助的兴趣是十分重要的。 在介绍这篇论文之前建议先去看一下阿里的另一篇论文MIMN，也是基于用户长序列进行CTR预估的论文，但是MIMN存在着几个问题，一个是因为，当用户行为序列的长度进一步增加（例如，增加10倍或比十倍更多）时，MIMN无法精确捕获给定特定候选项的用户兴趣。另一个是因为，MIMN不能很好的解决延时和存储这两个瓶颈上的棘手问题，也就是说部署到线上到时候如何才能做到延时跟其他轻量模型相近。 在淘宝中，用户的浏览序列长度可能达到上千甚至上万个，怎么高效且有效的利用这种长序列信息呢？阿里妈妈提出了SIM模型来进一步从用户丰富的长期历史行为队列中挖掘用户有价值的兴趣点，并且提供一种长行为序列线上服务化的可行性方案，接下来就来看看这篇论文吧。 模型总览： SIM分为两个阶段，这两个阶段都有自己的核心部分，文章中将长序列用户行为特征的建模分为了两个模块，即Genral Search Unit（GSU）和Exact Search Unit（ESU），这两部分就是两个阶段的核心模块了。先简单的介绍下这两个模块的作用吧。GSU如图所示，简单理解就是从几百上千的用户长序列中挑选出TopK个跟候选Item最相似的K个Item，类比与推荐系统中的召回模块，先降低长序列物品的长度，在进行后续任务。另一个是ESU，这个模块的作用是对刚刚GSU抽取出来对K个物品进行序列建模，得到一个能代表用户长序列兴趣对向量，并利用这个向量进行后面对排序。 GSU的主要任务是从长度为T的序列中抽取出K个跟候选item相似的item，GSU有两种方式来选取TopK个物品，分别是hard-search 和soft-search。前面也提到了GSU类比于推荐系统中的召回阶段，而在多路召回中，一般也有基于Embedding的召回和基于策略规则的召回，其中hard-search就是基于规则的召回，soft-search就是基于Embedding的召回，下面来详细讲一下这两种方法。 这种方法比较直观而且实施起来比较简单，就是我们从候选行为序列中按照给定规则筛选出与当前目标任务相关的候选集，举个例子，我在淘宝上历史浏览过很不同种类的商品（比如电子产品、口红、男鞋等等），当候选广告是iphone12时，hard-search方法会从我历史行为队列中筛选出电子产品相关的行为进行建模，用于PCTR预估，而口红、男鞋大概率就不会对这次预估产生影响，通过上面这个例子大家应该能明白这种基于规则和策略的思路。论文中指出hard-search方法使用的是商品类别作为筛选的标准。 这种方法是基于Embedding的抽取方式，从上面的模型图的左侧可以看到整个soft-search的结构。这个部分也是一个子模型，模型的输入是候选Item和长序列，目标是CTR预估，用这种方式来学习候选Item和长序列Item的embedding信息。有了Embedding后，就可以将候选广告embedding和历史行为中的embedding算一个内积相似度，利用近似最近邻检索方法（论文中用的是ALSH）来得到topK相关的候选行为序列。 在这个子model中，DNN的输入是候选item 和Ur的concat，其中Ur：注意，如果用户行为增长到一定程度，则不可能将整个用户行为直接输入模型。 在这种情况下，可以从长序列用户行为中随机采样子序列集，这些行为仍需遵循原始序列的相同分布。 这种方法的缺点就是计算开销比较大，不如基于规则的hard-search方便，优点就是效果应该会更好一些。但是论文中也提到了两种方法在效果上的差异不是特别的大，所以最后基于性能和效果的折中，采用了hard-search这种比较简单的方式。 从模型整体上来看，这部分主要是利用从GSU抽取出来的K个Item得到一个能代表用户长期兴趣的向量，并配合其他特征送的DNN里面做整体的CTR预估任务。 论文中对这K个来自GSU对item是用self-attention进行序列建模的： 其中 为： concat中第一个是原始的embedding，第二个是关于时间的embedding。 根据self-attention的方式，我们又得到了一个向量h(K)。 这里，第二个子model也进行了ctr预估，特征是模型图上面画出来 input，还有个dien，dien前面的文章以及介绍过了，就不再赘述。 最后的loss是： 其中α和β是控制损耗权重的超参数。 在我们的实验中，如果GSU使用软搜索模型，则将α和β都设置为1。具有硬搜索模型的GSU是非参数的，并且α设置为0。 广告推荐系统对线上的计算耗时要求还是比较严格的，因为要保证用户最基本的用户体验。随着用户行为序列的进一步增长，采用传统的方式直接对长序列用户行为进行计算耗时和内存占用会增长的特别快，所以需要有针对性的对线上系统进行一定的升级和改造。文章提到在hard-search和soft-search的选择中，是基于大量的离线实验结果最终决定采用hard-search这种方便快捷有效的方式，同时信息损失也在可以接受的范围内。 一般的线上部署的系统架构图是这样： 为了让SIM能更好的给用户带来低延时的体验，阿里构建了SIM的Online Seving结构： 可以看到对于用户的行为序列，论文采用的是对每个用户采用的是两层索引的结构：key-key-value，第一个key是user_id，第二个key是category ids，value是用户行为序列中属于对应类别的item。用这种方式可以很快的通过这个索引树找到属于统一category的物品。线上A/B Test实验效果： 用户的历史行为对于整个CTR/CVR预估任务越来越重要了，如果不考虑时间和存储，那么把所有的序列输入到模型中作为长期兴趣关键点是可以精确的定位出用户的长期兴趣的，但是由于性能的原因就不得不考虑用特殊的方法对这个长序列进行一次筛选，筛选的K个物品都是跟候选Item相似的物品，能做到裁剪的效果还不会带来CTR预估的损失。在进行筛选过程中还分为了两种方法，但是为了部署到线上，就要考虑性能最好的hard-search方式进行TopK筛选任务，这种方式跟Embedding筛选的效果是差不多的，但是速度比Embedding快，所以采用这种方式。 未来应该还会有更多针对序列推荐的论文，单纯的对长序列阶段还带来一定的兴趣偏差，所以如何有效挖掘用户更丰富行为特征背后的商业价值是需要好好思考的。
常见议论文结构模式:并列式、层进式、对照（对比）式、总分式、综合式等。 并列式结构有两种类型：分论点并列，论据并列。前者更能显示思辨的深度。分论点的并列 （一）含义：是在确立中心论点之后，首先从道理或逻辑上把中心论点分解成几个并列的分论点，然后再考虑如何论证分论点。 例如：说“思” 1、要养成多想的习惯（总论点） 2、多思才能把知识学活（分论点一） 3、多思才能有所发明创造（分论点二） 4、多思脑子才越用越灵（分论点三） （二）分论点基本要求 1、分论点的位置宜在每一部分的开头。 2、分论点的数量两到三个为宜。 3、分论点的语言要精练，一般控制在15字。 4、分论点的表述要尽量紧扣话题的关键字眼，以保证每一段都扣题。 5、分论点句子的结构要一致，构成排比或准排比句。 6、各分论点处于同等地位，不重复，不包括，也不交叉。【例文】 活出生命的精彩 徐紫薇 尼采说：“就算人生是个梦，我们要有滋有味地做这个梦，不要失掉了梦的情致和乐趣；就算人生是场悲剧，我们要有声有色地演这出悲剧，不要失掉了悲剧的壮丽和快慰。”人生，或坎坷，或顺利，已不再重要，命运掌握在自己的手中。活着，或奋斗，或颓废，或乐观，或消极。活出生命的精彩，才是我们应该去追求的。 活出生命的精彩，我们需持有乐观的人生态度。有人说：“如果你看到你面前有阴影，说明你的背后有阳光。”悲剧还是喜剧，关键在于自己。失意时，李白高歌“天生我材必有用，千金散尽还复来。”纵情饮酒，毫不沮丧。被困在矿井下的智利矿工持着乐观的心态活过了多少个艰难的日日夜夜等来救援。贵州女孩李国鲜虽面临着干旱缺水和贫穷的困境，但依然积极地说道：“我有一个梦想”打动你我。乐观向上的人生态度弥足珍贵，相信“阳光总在风雨后”才能在逆境中重拾信心，昂扬前进。 活出生命的精彩，我们需付出不懈努力。也许我们无力改变悲剧的人生，但我们可以把握人生；演绎一曲精彩壮丽的生命乐章。农民工巨晓林把所有闲暇时间用于学习与钻研，创造了农民工改写施工教科书的模范。村支书张可山积劳成疾即使切掉一叶肺也依旧不辞劳累把脏乱差的巴沟建设成一个充满鲜花、杨柳、草地、公寓的新农村。脑瘫考生莫天池坚持不懈用仅为他人写字速度1/3的速度取得604的佳绩令人动容。瓷娃娃“魏瑞红”虽患有天生脆骨症靠他人料理生活，但她永不言弃，积极上进获得了知名大学的学位并帮助更多和她一样的人。活出生命的精彩，并不是空有梦想，更多的是付出汗水。 活出生命的精彩，我们需更加坚定人生的梦想。诗人流沙河说：“理想是灯，照亮前进的路，理想是路，陪你走到黎明。”倘若没有坚定的人生梦想，就如同没有指南针的船只会迷失方向。既然已处于“生不对，死不起”的纠结边缘，为何不坚定自己的信念呢？梭罗追求淡雅的人生，最终在瓦尔登湖找到了心灵的归宿。画家伦勃朗生前得不到世人的赏识，没有伯乐，但他依旧沿着自己的思想作画。如今，他的画被大众所赞赏何不为一种精彩。徐文长任凭自己的不羁创作文章，最终得到了后人的欣赏，虽然，他生前不被世人所理解，但他终究还是拥有过精彩的人生。 活出生命的精彩，即使这是个梦。我们也该有滋有味地做这个梦。生命是有限的，但人的能力和潜力是无限的，只要好好挖掘，定能绽放出别样的光芒。 【结构分析】开头一段提出中心论点：活出生命的精彩，才是我们应该去追求的。接着第二，三，四段开头列出三个分论点，每段用例证。最后一段推出结论。材料2 每年有不少人到南美洲的原始森林探险，带路向导都是当地部落的土著人。土著人十分机敏和风趣，他们有一个非常奇怪的习惯，每走一段路就要唤一声自己的名字。土著人说这是防止自己的灵魂跟不上自己的躯体，他们得唤回自己。 有位哲学家说，每个人都是自己命运的建筑师，只有不断唤醒自己，才能使自己的生命攀上高峰。 请以“唤醒自己”为题，写一篇不少于800 字的文章，文体自选（诗歌除外） 唤醒自己 徐紫薇 生活在南美洲原始森林地区的土著居民，在给前去探险的人做向导时有一个奇怪的习惯。每走一段路就要唤一声自己的名字防止自己的灵魂跟不上自己的躯体，他们得唤回自己。 土著居民要唤回自己，唤回自己的灵魂。同样，我们作为人类的一员，每个人都是自己命运的建筑师，只有不断唤醒自己，才能使自己的生命攀上高峰。 唤醒自己，唤醒沉睡的良知。浮华的世界，物欲横流的社会中，人们逐渐失去了良知，泯灭了善良的天性。取而代之的则是对金钱的崇拜，对虚荣的强烈渴望以及对人性的蔑视。从“我爸是李刚”事件中李启铭在撞伤他人之后撂下一句狠话扬长而去，到某地出现“富二代”撞人补刀的惨案。试问，人们的良知真的在物质的不断丰富的同时被埋进了黑暗的深渊中了？再如“彭宇案”中被帮助的老人倒打一耙的案件以及现实生活中更多的“讹”人事件所造成的令人愤怒的后果。我们是不是该唤醒自己？无论是“官二代”还是“富二代”都应该唤醒自己的良知。 唤醒自己，唤醒心中的梦想。也许此时，你依旧风华正茂；也许此时，你已头发花白。然而，却仍应坚持有自己的梦想。南京外国语大学附中的高三学生章泽天放弃出演《山楂树之恋》成为“谋女郎”，坚持自己的学业，践行自己希望成为一名成功女性的梦想。像她这样能在出名与学业中选择学业的实属罕见，而这也正是其坚持梦想的表现。武汉科大研究生付新华为了寻找心中的萤火虫，无论严冬酷暑，坚持了十多年，不辞艰辛，实现自己的梦想。钱伟长为了救国弃文从理，坚持对物理学的研究，为增强国防实力做出了巨大的贡献。梦想是指引前进的风帆，唤醒心中的梦想，实现人生价值。 唤醒自己，唤醒逝去的童真。不再是“咿呀”学语的我们，再也不会产生“太阳出来月亮回家了吗？”的疑问，也不再会因为自己叠的小纸船被河水打翻而流泪，也不再会干因为舍不得吃雪糕自己流着汗直到雪糕被太阳吃掉的蠢事……人们常说，小孩子说的话是最纯真的，没有受到世俗影响。可随着年龄的增长，不再拥有稚嫩的脸的我们学得圆滑、趋炎附势、虚荣，没心没肺地把心里话脱口而出已经成为过去。然而，社会交际中不正是需要这种纯真的心么？唤醒逝去的童真，会让生活多一份温暖，多一份信任。 唤醒自己，唤醒灵魂，维系心中那一份可贵的良知、梦想和童真，去有声有色地走完有限的一生。唤醒自己，坚持自我，为生命添一抹别样的光彩。【结构分析】本文结构与上一篇相同，读者自行可比较分析。 【说明】徐紫薇，上饶一中2011届高中毕业生，高考作文获得满分。这两篇选文是她平时的课堂练笔。
凤凰为了展开翅膀的那天而接受了寂寞的煎熬，蚂蚁为了无虑的生活而接受了命运的挑战。而我，为了自己的梦想，正在艰苦奋斗，努力拼搏。
梦想，是每个人心中一盏不灭的灯，自从我来到这个世上，它就一直照亮我前行的路。梦想，给予我勇气和力量，在每一次跌倒后总会让我挺起胸膛。
小时候，每次看到电视上那些站在芭蕾舞台上的小女孩跳着梦幻般的芭蕾舞，我就梦想自己有一天也能站在芭蕾舞台的中央，跳自己喜欢的舞蹈，为了这个梦想，我跌倒过很多次，痛过、哭过，但每一次我都会抬头望望天，试着让眼泪回到眼眶里，我拼命地学、拼命地练，就是希望自己也能当一次小公主——站在那梦幻的舞台上完成自己的梦想。
开始长高的时候，我有一个梦想，我希望自己能成为一名尖子生，拿到很多的奖状，回到家能受到家人的表扬，在学校能受到老师们的肯定，在同学之间能有鹤立鸡群的表现，在大家眼中能成为一名公认的好孩子。但是，渐渐地，我发现实现这个梦想并不能靠要耍耍孩子气。于是，我学会了奋斗。
再长大一些，我就被妈妈束缚了，再也没有了小时候野马似的自由，她告诉我：“你现在的任务是好好学习，别再想那些没用的东西了。”我每天就只知学习，似乎遗忘了我还有一个梦想没有完成。每次考完试，我都会把成绩单拿去给爸妈看，我以为他们会夸奖我，但结果不是这样，他们每次只会叫我努力再努力，根本不理解我。
上了初中，我不再听他们的话了，我已经不是那个什么都不懂的小女孩了，我有了自己的追求，自己的个性，我的学习也落后了，妈妈一气之下扇了我一个巴掌，这是妈妈第一次打我，我伤心极了，我想不通她为什么打我，我躲进卧室，一直呆到了深夜才出来，听到妈妈的房间里有声音，我贴在房门上听到：“这个孩子现在越来越难管了，以前她一直很乖，现在却变成了这样，真是让人操心啊，今天打她的那一巴掌，打在他身上，痛在我心里啊！”说完后妈妈哭了起来。
我也终于明白了，他们一切都是为我好，而我，却让他们操碎了心。
我又为自己定了一个新的梦想，那就是要好好学习，考上高中，考上大学，让家人过好日子，现在大家都觉得我变了，也只有我知道，我已经错过了一次，现在不能再错过第二次，我找到了我一生的梦想，为了自己的梦想，我应该去努力，去拼搏。
凤凰为了展开翅膀的那天而接受了寂寞的煎熬，蚂蚁为了无虑的生活而接受了命运的挑战。而我，为了自己的梦想，正在艰苦奋斗，努力拼搏。
每个曾经奋斗过的人生，都走过同样的路，不同的人生都在这条漫长的求学之路上演绎过自已的精彩人生，也呈现出了自已的辛酸历程。也许人生若之如梦，又何须伤感自已的无奈，于是缤纷多彩的人生传奇上演了。
安徽省的无臂学生代军颂，用行动书写着自已的传奇。当月光还未归去的时候，他就凭着自已的毅力踏上了去学校的路。他几年如一日的刻苦学习，也挺过了高考。我们无法想象一个没有手臂的人怎么面对生活中的一切，那种无奈至极的生活是无法用文字所描述的，即使他心中拥有着坚定的大学梦，付出此常人百倍的努力，可能还会不及常人，毕竟不是每个残疾人都能成为霍金的，但却可以在成为史铁生。
不同的人走向同一条通向光明的路，夕阳中的余晖依旧那么耀眼，灿阳中的光芒依旧那么灿烂。只是可惜今天的一切不久的将来都会成为历史。每看到报导高考考场上那些以脚替手奋笔疾书的人，以嘴夹笔写字的人，谁又不会在内心给予他们最真诚的祝福呢？他们的心中依旧有着自已的大学梦，只是命运对他的不公，对正常人所平凡的梦想于他们来说都显然无比的遥远。
奋头中我们终会在路途中得到自己的梦。湖南师大附中的“脑瘫”莫天池最终以600多分的高考成绩考上一所好的重本，也许对湖南省四大名校的学生考一个好重本并不算难事，但对一个特殊的人能够取得之样的成就，我们可以想象他经历了怎样的艰辛。如果我是他们，我不知道是否也能各他们一样。
挫折中才能塑造崇高的灵魂，磨砺坚强的意志。而那些人生无挫折的人们，面对彩灯闪烁的世界时便会迷惘，在葡萄美洒夜光杯中陶醉，在物欲横流的社会中堕落。无法再想触摸诗的轮廓，手心的雪花不会含苞欲放，梦想的枝头也不会缀满星光，朝霞从此褪色，人生从此黯淡。
于是懂得，挫折是对我们人生的礼物，这也是一份永恒的礼物，不会因斗转星移而磨损其棱角，也不会因暮鼓晨中而侵蚀其光泽，它会存在我们的内心深处，给我们以奋斗的动力。
今天小编在微博里看到一个片段，中戏老师刘天池来知道欧阳娜娜演戏，被吐槽毫无演技的欧阳娜娜在刘天池的指导下，一步一步把演技逼了出来。
同样还有王俊凯，被吐槽演技尴尬的王俊凯也因为刘天池的指导，显示了爆发力很强的演技。
也难怪网友在下面说，即使是块榆木疙瘩也会被这个老师教的开窍了。
那么刘天池究竟是何许人物？作为一个优秀的中戏老师，刘天池培养出了文章、白百何等演技派演员，自己参演的角色虽然不多，但是每一个角色可以说是诠释的毫无表演痕迹。（下图为刘天池在父母爱情里扮演的一位农村妇女）
而且她还是金陵十三钗的表演指导，电影里那些摆脱稚气、袅娜多姿、风华绝代的金陵女就是她一点一滴的训出来的。
电影三生三世里软萌的小团子也受到了刘天池老师的指导，是不是觉得这个小家伙演的很赞。
不仅自己会演而且会教学生怎么演，这一点也许是刘天池作为一个中戏老师最厉害的地方吧。
当然刘天池还有另一个身份，那就是祖峰的妻子。
这样两个演技派组成的家庭，也难怪有网友吐槽平时两口子会不会互飙演技了。
（个别图片来自网络，侵删）
娱乐圈爆炸新闻不断，不仅让广大吃瓜群众讨论和关注，还成为了各大网站里的热搜话题。下面跟小编一起围观下各网友对今天热门话题的评论吧！还请自带板凳哦~
今天跟大家分享的话题是【刘天池是谁？刘天池个人资料曾演《潜伏》是演员祖峰老婆】，新闻一经爆出，就引来各界围观，分分钟上了热门头条。一时之间多家媒体纷纷发表、转载，如网易、新浪、腾讯等均有报道，大家可直接在百度中搜索该话题查看。
新闻简介：【刘天池是谁？刘天池个人资料曾演《潜伏》是演员祖峰老婆】祖峰妻子是谁一直是大家关注的话题，这一次拍新剧祖峰妻子刘天池个人资料信息被扒出，目前似乎是在中戏做老师。在该剧的发布会上祖峰也表示其实一直以来都还是比较感谢妻子刘天池对自己的鼓励，而且当初两人在婚前还有温暖家书，最初祖峰并不出名的时候是刘天池点醒了祖峰，并且表示在祖峰事业高涨后让其节奏再慢下来。祖峰和妻子刘天池恋情是在2004年夏天开始，刘天池利用暑假上外地拍一部戏因为聚会找祖峰一起去，知道散场的时候不少人都抢着送刘天池，然而刘天池没有选择坐豪华轿车，而且上了祖峰的自行车让在场人员唏嘘不已，随后两人恋人关系正式得到了确定。
对于这一头条，网友们纷纷赶来围观，并发表自己的观点。@Martyn 网友说：实力派演员。网友@时光默念少年说：想不到[啤酒]也有网友@祖拉雅表示：父母爱情中的王秀娥。
对于这几位的观点，你的想法是什么？
自古回复出大神，不只这些，还有众多网友纷纷表示：
@uttn :活着里饰演的哑巴女儿，那最后一眼，那般无助，那般不舍，万语千言泪崩[流泪]
@Natanial :原来是祖峰的爱人，演活了秀娥。非常棒的演技，可见功底深厚。非常棒的演员，怪不得还是老师！[赞]
@风灵无畏: 倒数第二张是祖峰和姜文的老婆
@秦桑低绿枝: 演的非常好，在父母爱情里
网友智慧无穷尽，我们再看看以下几条：
@in :很喜欢这对夫妻，生活很低调，戏也演的好，是值得尊重的演员
@迈克林: 《潜伏》里的李涯，演的太好了。
@夏梅: 她是否演过父母爱情里的老丁农村媳妇？
@帕伯楼: 哈哈是绣蛾呀！父母爱情看3遍
@泪满春衫袖: 秀娥那个傻劲演的好
每天娱乐一下~这个话题还感兴趣吗？欢迎持续关注哦！
不过只播出了几期，《演员的诞生》就已然成为了今年最受关注的综艺节目之一。演技对比，矛盾冲突，在这档节目播出的时间里，几乎每一天都会出现新的热搜话题引起全民讨论。
事实上，关于这档节目最终呈现出的效果是否和名字相符，在社会上引起众多纷争，也出现了不同声音。
而近期，被热议的话题则关于两个年轻人——“王俊凯演技进步”和“欧阳娜娜最好的一句台词”。
而成就他们的老师，就是演员刘天池。
这个看似有些陌生的名字背后，却是极其精彩的人生履历。而她的先生祖峰，这个从教师回归演员身份的实力派，称得上是近几年浮躁的演艺圈中的一股清流。
刘天池其实还是第一代谋女郎，读大二时被张艺谋挑中，靠着一双会演戏会说话的眼睛，将《活着》中哑女凤霞一角诠释得淋漓尽致，也因此一炮而红。
在2011年7月，张艺谋再次找到她，让她担任电影《金陵十三钗》的表演指导。电影里那十三个摆脱稚气、袅娜多姿、风华绝代的金陵女就是她一点一滴的训出来的。
刘天池老师在节目中会帮着排演每一个小品，除了帮助和指导这些年轻后辈，也会和一些资深演员进行接触。
用她的话说，每期的排练过程，都是扎心扎肺的，忙到头快裂开，但是来得确实痛快。
字里行间，刘天池毫不掩饰自己对于【表演】的热爱。
如今，演员刘天池鲜少出现在观众眼前。
取而代之的是导演刘天池、老师刘天池，她以这些身份，在幕后默默无闻地为观众输送好的作品、好的演员。
用她的话说：表演也是一门需要匠心的艺术，而刘天池老师自己，无疑就是一位匠人。
刘天池凭借《演员的诞生》而被观众所熟知，而她的私下生活也备受关注。那么刘天池的老公是谁呢？你绝对想不到，随小编一起来了解下吧。
《演员的诞生》火了很多人，令人关注的是咆哮式教学的刘天池老师。她也因此登上热搜榜，网友惊叹，原来她的过去如此辉煌！不过能在中戏做老师，经历一定不会差！圈内是一位德艺双馨的演艺艺术家。
她是节目的演技执导老师，专门负责帮助这些来挑战的新人演员，用各种咆哮的方法逼迫他们激发自己的演技！此前刘天池对着欧阳娜娜和王俊凯大喊的片段，让不少人见识了这个中戏导师的强大功力！
刘天池于1995年毕业于中央戏剧学院表演系，如今是中央戏剧学院表演系表演教师！白百何、文章、唐嫣等都是她的学生！
刘天池也并非一毕业就走上教师的道路，她曾在张艺谋的电影《活着》中饰演哑女凤霞一角而出道，那时候1993年，她还没有毕业！也算是一代“谋女郎”。
而且刘天池老师的老公就是《欢乐颂》里奇点的扮演者祖峰!他还是《潜伏》里面的特务头子李涯，正在热播的由胡歌主演的《猎场》也有他的加盟。
两人是在2000年的时候认识的，那时候的祖峰只有26岁，第一次见到刘天池的时候就被她大方得体活泼开朗的性格吸引，但是那时是在学术交流活动上，因为没有什么交流所以就这样错过了。
这个缘分真的是很微妙的事情，四年之后两人又再次在朋友聚会上相遇，祖峰正想怎么搭讪刘天池的时候，刘天池却先主动向他打招呼说道：“祖峰老师，过来坐。”也是这次深聊之后俩人互相爱慕欣赏。
刘天池对祖峰来说，不只是恋人，更是他的老师。从好莱坞导演，到对各种电影的探讨，对演技的摸索，祖峰都从刘天池身上学到很多。甚至是祖峰选择从老师转行到演员，也是因为得到了刘天池的大力支持。
一个中戏老师，一个曾经北电老师，他们用毛笔情书往来，他练字，她捣乱，他喊他天儿，她称他家先生，他是一个安静内敛的人，她用热情把他点燃，她开表演工作室，他默默当后勤，他们在照相馆拍了一张合照后，觉得时间合适，就去把证领了。