賽題名稱：
資料集：
賽題資料由以下幾個部分構成：訓練集20w條樣本，測試集a包括5w條樣本，測試集b包括5w條樣本。為了預防選手人工標註測試集的情況，我們將比賽資料的文字按照字元級別進行了匿名處理。
資料標籤
處理後的賽題訓練資料如下：
在資料集中標籤的對應的關係如下：
評價標準為類別f1_score的均值，選手提交結果與實際測試集的類別進行對比，結果越大越好。
f1_score
賽題思路分析：賽題本質是乙個文字分類問題，需要根據每句的字元進行分類。但賽題給出的資料是匿名化的，不能直接使用中文分詞等操作，這個是賽題的難點。
NLP賽事 Task1 賽題理解
賽題理解 賽題資料 賽題資料由以下幾個部分構成 訓練集20w條樣本，測試集a包括5w條樣本，測試集b包括5w條樣本。為了預防選手人工標註測試集的情況，我們將比賽資料的文字按照字元級別進行了匿名處理。資料標籤 在資料集中標籤的對應的關係如下 評測指標 評價標準為類別f1 score的均值，選手提交結果...
NLP學習 Task 1 賽題理解筆記
內容主要來自 datawhale github 簡介 新聞文字理解，賽題資料理解，解題思路 賽題名稱 零基礎入門nlp之新聞文字分類 目標 預處理，模型構建，模型訓練。對新聞文字分類 字元識別 賽題資料 按照字元級別進行匿名處理的新聞文字資料，14個類。構成部分 訓練集 20w樣本 測試集a 5w樣...
Task1 賽題理解
賽題是cv入門級賽題，通過街景字元識別來熟悉cv建模思路和競賽流程。目標為識別街景中的字元。資料集樣本展示如下 評價指標如下 主要考慮兩種思路 傳統cv思路 先將影象二值化處理，然後做傾斜校正，根據投影做字元切割，根據0 9的字元的特徵點與標準字元匹配來進行識別 深度學習思路 本題本質上是分類問題，...