多元关系表示模型GRAN，基于飞桨实现的神经网络关系表示学习架构，提供基于图的N-ary关系学习能力。本开源项目受国家重点研发计划“云计算和大数据”专项支持（项目号 2018YFB1004300 ）。
文档级关系抽取系统SSAN，提供基于实体结构建模的文档级关系抽取能力，在DocRED开放评测榜第一。本开源项目受国家重点研发计划“云计算和大数据”专项支持（项目号 2018YFB1004300 ）。
PaddlePALM (Paddle for Multi-task) 是一个强大快速、灵活易用的 任务级（task level） 大规模多任务学习框架。框架中内置了丰富的主干网络及其预训练模型（BERT、ERNIE等）、常见的任务范式（分类、匹配、机器阅读理解等）和相应的数据集读取与处理工具。本开源项目受国家重点研发计划“云计算和大数据”专项支持（项目号 2018YFB1004300 ）
CoKE提供了一种创新的语境化知识表示方法，通过语境序列化建模，使实体和关系的表示动态自适应到当前语境。本开源项目受国家重点研发计划“云计算和大数据”专项支持（项目号 2018YFB1004300 ）。
支持schema 约束下的关系抽取，也就是在给定关系集合下，从自然语言文本中抽取出符合关系 schema 约束的 SPO 三元组知识。本开源项目受国家重点研发计划“云计算和大数据”专项支持（项目号 2018YFB1004300 ）。
实体链指系统DuEL：面向中文短文本的实体链接任务，是一个多任务模型，包含两个任务：候选实体排名和提及类型的预测。本开源项目受国家重点研发计划“云计算和大数据”专项支持（项目号 **2018YFB1004300 ** ）。
事件提取系统DuEE，事件抽取数据集DuEE 1.0上进行事件抽取的基线模型，该模型采用基于ERNIE的序列标注方案，分为基于序列标注的触发词抽取模型和基于序列标注的论元抽取模型，属于PipeLine模型。本开源项目受国家重点研发计划“云计算和大数据”专项支持（项目号 2018YFB1004300 ）。
AnyQ(ANswer Your Questions) 开源项目主要包含面向FAQ集合的问答系统框架、文本语义匹配工具SimNet。本开源项目受国家重点研发计划“云计算和大数据”专项支持（项目号 2018YFB1004300 ）
情感倾向分析（Sentiment Classification，简称Senta）针对带有主观描述的中文文本，可自动判断该文本的情感极性类别并给出相应的置信度。情感类型分为积极、消极。情感倾向分析能够帮助企业理解用户消费习惯、分析热点话题和危机舆情监控，为企业提供有利的决策支持。本开源项目受国家重点研发计划“云计算和大数据”专项支持（项目号 2018YFB1004300 ）。
AnyQ(ANswer Your Questions) 开源项目主要包含面向FAQ集合的问答系统框架、文本语义匹配工具SimNet。 问答系统框架采用了配置化、插件化的设计，各功能均通过插件形式加入，当前共开放了20+种插件。开发者可以使用AnyQ系统快速构建和定制适用于特定业务场景的FAQ问答系统，并加速迭代和升级。
阅读理解系统。机器根据一篇或多篇文本档内容，回答可以在文档中获取答案的问题。本开源项目受国家重点研发计划“云计算和大数据”专项支持（项目号 2018YFB1004300 ）。
