本研究首次发现长序列推荐模型中，单一嵌入集难以同时学习注意力和表示。为此，提出了DARE模型，通过独立嵌入表提高推荐准确性和搜索速度。实验表明，DARE在公共数据集上AUC提升0.9%，并在在线系统中表现优异。

OpenNRE是一个开源的工具包，用于实现神经模型进行关系抽取。它支持训练定制模型从文本中提取结构化关系事实，并提供了各种功能性的关系抽取模块。此外，还有一个在线系统可实时提取事实并与维基数据对齐，适用于各种知识驱动应用。