研究团队提出了神经网络TTNet，用于处理高分辨率乒乓球视频，提供时间和空间数据，为自动裁判系统提供核心信息。他们还发布了多任务数据集OpenTTGames，用于评估多任务方法。实验结果显示，TTNet在游戏事件检测和球检测方面的准确性分别达到97.0%和2像素RMSE。此外，TTNet的推理时间不到6毫秒，为实时多任务深度学习应用做出贡献。该研究还提供了一种潜在替代手动数据收集的方法，为裁判员的决策提供支持，并收集游戏过程的额外信息。

DWIE是一个多任务数据集，包括命名实体识别、共指解析、关系抽取和实体链接。该数据集提出了一种新的度量标准和基于图神经网络的模型，取得了5.5个F1的提升，具有研究潜力。