首页 > 竞赛 > 竞赛详情

“达观杯”文本智能处理挑战赛 算法竞赛
竞赛已结束。你可以报名参赛,并提交得到排名,但不会获得实物奖励。
50000

参赛队伍: 7149

参赛人数: 7747

作品提交数: 19298

任务



建立模型通过长文本数据正文(article),预测文本对应的类别(class)   



数据

*注 : 报名参赛或加入队伍后,可获取数据下载权限。

数据包含2个csv文件: 》train_set.csv:此数据集用于训练模型,每一行对应一篇文章。文章分别在“字”和“词”的级别上做了脱敏处理。共有四列: 第一列是文章的索引(id),第二列是文章正文在“字”级别上的表示,即字符相隔正文(article);第三列是在“词”级别上的表示,即词语相隔正文(word_seg);第四列是这篇文章的标注(class)。 注:每一个数字对应一个“字”,或“词”,或“标点符号”。“字”的编号与“词”的编号是独立的! 》test_set.csv:此数据用于测试。数据格式同train_set.csv,但不包含class。 注:test_set与train_test中文章id的编号是独立的。 友情提示:请不要尝试用excel打开这些文件!由于一篇文章太长,excel可能无法完整地读入某一行!



评分标准

评分算法
binary-classification

采用各个品类F1指标的算术平均值,它是Precision 和 Recall 的调和平均数。

  

其中,Pi是表示第i个种类对应的Precision, Ri是表示第i个种类对应Recall。 AB榜的划分方式和比例: 【1】评分采用AB榜形式,提交文件必须包含测试集中所有用户的预测值。排行榜显示A榜成绩,竞赛结束后2小时切换成B榜单。B榜成绩以选定的两次提交或者默认的最后两次提交的最高分为准,最终比赛成绩以B榜单为准。 【2】此题目的AB榜是随机划分,A榜数据占50%,B榜使用全量测试集,即占100%。


技术共享 官方QQ群

快分享给朋友吧!

×

抢150元大礼包

意见反馈
关注微信公众号 关注微信公众号

扫一扫分享给周围朋友