本文回顾了2019年CCF BDCI的互联网新闻情感分析比赛，重点介绍了比赛任务——新闻情感的正面、中性和负面分类。文中分享了获得决赛第一的解决方案，包括特征工程、模型迭代和提升分数的关键技巧，如使用伪标签的融合策略。此外，还提到伪标签的实现方法，通过多个预测结果的投票来提高准确性。
背景
比赛官网：互联网新闻情感分析
类型： NLP-情感分析（Sentiment Analysis）
赛题任务：
参赛者需要对我们提供的新闻数据进行情感极性分类，其中正面情绪对应0，中性情绪对应1以及负面情绪对应2。根据我们提供的训练数据，通过您的算法或模型判断出测试集中新闻的情感极性。
解决方案
CCF BDCI 2019 互联网新闻情感分析 复赛top1解决方案
解读
Top1解决方案由cxy229提供，大佬已经为各位小伙伴的复现学习做了详细说明，尤其是方案ppt、复现文档和数据封装，让我们容易理解特征工程、模型迭代和提分过程，非常建议大家去看里面的讲解。
Trick-伪标签
小白的我一直不理解如何有效实现伪标签，以下将用czx_001_投票融合4伪标签.ipynb
论述：
最低0.47元/天 解锁文章
扫一扫
2334
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
