学校开展宣传中华传统文化活动，在洛宝贝的倡议下，同学们组成了一个爱心小剧场，演出了一幕幕生动有趣的舞台剧，为观众讲述52个温馨又发人深省的中华传统爱心故事。剧中每一集故事独立成章，选取的都是我国古代具有代表性的爱心故事。有大禹治水、班超投笔从戎等为国为民之大爱；有孟母三迁、郯子鹿乳奉亲等感人的亲情；有荀巨伯不弃友独生、管仲鲍叔牙之间的动人友情；也有华佗治病救人被泽黎民的爱心篇章；有花木兰替父从军、蔺相如负荆请罪等广为传颂的经典剧情，也有朱冲送牛、查道买枣这样的鲜为人知的温暖小品。
那是个武林的黑暗年代，自从李寻欢等大侠相继引退，正道后继无人，江湖被五大邪派势力肆虐。吕南人因争夺不秘绝艺飘香一剑，被同门出卖，几乎殒命，幸得神秘高手老李救起，带回了正道的藏身之所聚贤山庄。老李看出吕南人良知未灭，栽培其成为新一代正派领导钟静之左右手，却因曾经行恶而得不到少庄主孙敏的信任。吕南人本仍心系邪道，因跟孙敏等相处日久，渐渐被其感化，行事手法开始改邪归正。而另一方面，天争教教主得知吕南人下落，千方百计诱导吕南人成为自己的棋子，欲一举消灭聚贤山庄。吕南人本想置身事外，却因难舍跟孙敏与老李之情，毅然出手。
According to the reporter's original title: Top 10 Fake News in 2016
相似的情感经历让杨桔子和夏素素很快就成为了无话不谈的密友，两人共同建立了“爱情侦探社”，专门为客户解决爱情里的疑难杂症。运用智慧和勇气，女侦探们顺利解决了不少案例，但随着时间的推移，一个又一个的麻烦接连出现在了两人的生活之中，先是侦探社的申报未被批准，之后她们又误打误撞被关进了传染病医院，在重重的困难面前，两个弱女子能够担起半边天吗？
韩国电视剧《千日约定》由金来沅与秀爱携手主演，讲述了金来沅饰演的男主人公一直守护在逐渐失去记忆的爱人身边的故事。
35岁，离异单身的易星言，在公司遇到了让自己内心动摇的人，年轻的职场后辈周思行。现实的压力、身份的距离、公司的制度与男生诚挚热烈的追求，让易星言必须面对选择：是安稳平静的人生后半程，还是如疾风骤雨般短暂易逝却又撼动心扉的恋情。易星言曾经选择避而不见，但当看到周思行被别的女生追求时，她却感到心中有不可抑制的酸涩。在情感的碰撞中，两人再也无法隐藏对彼此的爱意。在尝试相处的过程中，有恋爱的甜蜜，也充满了种种无法忽视的差异。易星言和周思行在磨合中学习着如何更好的相爱。然而公司严禁内...
紫茄道：胡说。
各有特长刑警一起对付国家级危机威胁。
开在京都商店街的普通居酒屋阿信，店的入口与异世界的古都阿伊特力亚相连。一心一意考虑食物，有着匠人气质的居酒屋老板矢泽信之（大谷亮平饰）和看板娘千家忍（武田玲奈饰），逐渐抓住了士兵、匠人、商人、贵族等不同职业和身份的异世界的客人们的胃和心，让阿信成为很多常客喜爱的店。有一天，在居酒屋里出现了像魔女一样的女性英格丽德（水野美纪饰）。而且就在这个时候，大主教罗德里戈（松尾谕饰）听说了魔女以阿信为宿地的传闻，开始行动要带走魔女和与魔女有关的人。
影片将取材于沃特·艾萨克森撰写的乔布斯生前唯一授权的传记，本片将不同于传统传记电影，由三段故事组成。索尔金的剧本会聚焦乔布斯生前三件关键性产品的发布时刻——1984年第一台Mac电脑的问世、乔布斯离开苹果后创立的NeXT电脑公司和1998年苹果首次推出的iMac。
After the captain and others stabbed Baud, they forced him to jump into the sea and asked the list of associates of the "Inner Mongolia Gang".
嬴子夜小腹处已经感受到一股子灼烧，自然明白夫郎的企图。
被暴徒袭击，在死胡同前退无可退时，竟意外地拥有了超能力，从此，只要打个喷嚏，就能顺利赶上班车，使上司忘记自己被除名的事实……（西村雅彦饰）
4. Enjoy maternity leave and paid annual leave at the same time.
自从被人贩绑架后，13岁的艾德里安（鲍琳娜·盖坦 Paulina Gaitan 饰）的生活一下子从天堂跌入了地狱，年轻美丽的她被卷入了一起国际性的“性奴”交易阴谋中。好在得到了好友维罗妮卡（艾丽卡·巴赫蕾达-库鲁斯 Alicja Bachleda-Curus 饰）的帮助，艾德里安幸运的免于了被伤害的命运，可她明白好运不会太长久。
毫不夸张地说，要是没有范增，项羽很难走到今日这一步。
改编自古典名著《三侠五义》里家喻户晓的传奇故事“狸猫换太子”，与同题材其他影视剧相比，该片情节更为跌宕起伏，李若彤饰演的刘妃、曾志伟饰演的太监郭槐与尤勇饰演的庞太师“三足鼎立”，在戏中大耍阴谋，为这部戏铺下了无数悬念。
虽然是梦幻般的世界，但不知为何人们的视线总是紧紧地盯着智能手机…。
[Machine Learning] Multi-classification Learning
