零基礎入門nlp - 新聞文字分模擬賽方案分享 nano- rank1
**：主要思路：
零基礎入門nlp-新聞文字分模擬賽 top2參賽經驗、原始碼分享
**：主要思路：
嘗試了nlp文字分類任務中常用的思路，並且給出了實驗中的一些總結，給我比較大的啟發的地方是：rnn網路，最大的亮點就是seq_len使用了2000個字元。令人震驚的原因有2點：一是長文字分類不通過han網路，而是單純增加擷取字元的長度是有用的；我們被bert等預訓練模型限制了思維方式，對rnn來說，將seq_len增加到2000甚至更長是比較輕鬆的，但這對預訓練模型來說是不可想象的。因為預訓練模型的引數太多了，占用了太多記憶體。相比bert模型的資源消耗，這種方法還是值的嘗試的。
nlp新聞文字分類-rank3+經驗分享
主要模型：
rank6 nlp新聞文字分類-github**+經驗分享@還是叫我小狐狸吧
**：所用模型及總體效果:
nlp新聞文字分類-rank5+經驗分享@goldgaruda
零基礎入門NLP 新聞文字分類
1 transformer transformer是一種新的編碼器 解碼器架構，它僅使用注意力機制而不是rnn來編碼每個位置，並關聯有關其自身的輸入和輸出的兩個遠端單詞，然後可以並行化處理，因而加快訓練。2 attention 模仿人類視覺注意力機制，學習出乙個對影象特徵的權重分布，再把這個權重分布...
零基礎入門NLP賽事 新聞文字分類記錄 task2
資料處理 train集合240m test集合60m 並不大直接用pandas讀入即可。可以看到資料格式如下，label列是新聞的類別，text列是新聞的字元。二者均為數值型。可以看成，還需要處理一下分隔符。應該改為 df train pd.read csv data train set.csv s...
新聞文字資料集 零基礎入門NLP 新聞文字分類
本文是對阿里雲新人競賽中的 零基礎入門nlp 新聞文字分類 解體過程進行的記錄，目前僅使用了textcnn模型進行 後續還會考慮使用lstm進行對比。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...