qq_41776136的博客

本文分析了视频评论数据分析赛题的三个任务：商品识别、情感分析和评论聚类。1）商品识别任务通过拼接视频描述和标签，使用TF-IDF向量化和分类器预测产品名称，采用大语言模型API后准确率提升至96.92%；2）情感分析任务采用类似方法对评论进行多分类；3）评论聚类任务调整聚类数量至6个后，评分显著提高到52.28。文章指出商品识别准确率对后续任务影响重大，并展示了通过模型优化和参数调整的提分效果，总分达到235.99。最后提出仍有较大提升空间，鼓励进一步讨论优化方案。

简单按照datawhale给的task2的文档学习了一下,主要还是学习了Data-Juicer相关的知识。

参加了一个多模态大模型数据合成的比赛，赛事链接https://tianchi.aliyun.com/competition/entrance/532251。比赛官方是有提供平台的，但是训练还是需要额外的付费，囊肿羞涩就自己搞一下吧。强烈建议步骤1和步骤2的时候没必要用太高的配置，从步骤3开始调高配置，该省省该花花嘛！打完收工~，以上就是在非官方平台跑通baseline的全过程，唯一的卡点就是在数据下载部分，但是只要注意上面提到的两点应该就没有大问题，有其他问题可以在评论区提问，后续会补充回答！