零基础入门NLP赛事-Task1赛事理解

赛题名称：零基础入门NLP新闻文本分类

赛题数据

赛题的数据为新闻文本，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、社会、时尚、时政、体育、星座、游戏、娱乐的文本数据。
赛题数据由以下几个部分构成：训练集20w条样本，测试集A包括5w条样本，测试集B包括5w条样本。为了防止选手人工表注测试集的情况，官方将比赛数据的文本按照字符级别进行了匿名处理：
{‘科技’: 0, ‘股票’: 1, ‘体育’: 2, ‘娱乐’: 3, ‘时政’: 4, ‘社会’: 5, ‘教育’: 6, ‘财经’: 7, ‘家居’: 8, ‘游戏’: 9, ‘房产’: 10, ‘时尚’: 11, ‘彩票’: 12, ‘星座’: 13}

思路

首先用pandas读取数据
再建立模型
最终评价模型用f1_score的均值
$F1=2\ast \frac{precision\ast recall}{precision+recall}$