该比赛为文本和音频多模态数据的三分类问题,其中初赛是AD和CTRL的二分类,而决赛是AD、MCI、CTRL的三分类。 文章目录 1. 比赛学习方法论 2. AD分类赛题讲解 2.1 赛题背景 2.2 赛题任务介绍 2.3 转写文本说明和声学特征说明 2.4 Baseline(基线代码)及其解析 2.4.1 TSV数据说明 2.4.2 代码解析 2.4.2.1 TSV的时间信息提取 2.4.2.2 TSV的文本信息提取 2.4.2.3 粗粒度的音频信息提取 2.5 作品提交要求 2.6 评分标准说明 2.7 数据分析与挖掘 3. 前三名特征工程比较 4. 前三名模型构建比较 5. 前三名独特方法介绍 5.1 第三名建模思路(创新) 6. 2022年最新方案分享 6.1 使用基于纯中文语料的预训练模型 6.2 数据增强 6.3 其他 除了学习paper和项目,学习比赛也是自我成长的重要部分。2019年值得学习的比赛为四大赛事,分别是阿尔兹海默症(AD)分类、工业寿命预测、大数据分类应用、移动反欺诈四大赛事。其中本篇博客主要介绍AD分类。 AD分类:https://blog.csdn.net/herosunly/article/details/102708654 工业寿命预测:https://blog.csdn.net/herosunly/article/details/102711266 大数据分类应用:https://blog.csdn.net/herosunly/article/details/102711596 移动反欺诈:https://blog.csdn.net/h