↑↑↑关注后" 星标 "Datawhale
每日干货 & 每月组队学习 ,不错过
Datawhale干货
作者:陈琰钰 ,清华大学,Datawhale成员
越来越多的人选择参加算法赛事,为了提升项目实践能力,同时也希望能拿到好的成绩增加履历的丰富度。 期望如此美好,现实却是 :看完赛题,一点思路都木有。 那么 , 当我们拿到一个算法赛题后,如何破题, 如何 找到可能的解题思路 呢 。
本文针对NLP项目给出了4种常见的解题思路,其中包含1种基于机器学习的思路和3种基于深度学习的思路。
一、数据及背景
https://tianchi.aliyun.com/competition/entrance/531810/information(阿里天池-零基础入门NLP赛事)
二、数据下载及分析
2.1 获取数据
我们直接打开数据下载地址,看到的是这样一个页面:
接着就三步走:注册报名下载数据,查看数据前五行可以看到我们获得的数据如下:
其中左边的label是数据集文本对应的标签,而右边的text则是编码后的文本,文本对应的标签列举如下:
根据官方描述:赛题以匿名处理后的新闻数据为赛题数据,数据集报名后可见并可下载。赛题数据为新闻文本,并按照字符级别进行匿名处理。整合划分出14个候选分类类别:财经、彩票、房产、股票、家居、教育、科技