原创 STI比賽任務二：【答案檢驗基線方案以及思路分享】
完整代碼：https://aistudio.baidu.com/aistudio/projectdetail/5194830 子任務 2：答案檢驗 任務概述 子任務1涉及的答案抽取過程主要依賴答案片段與搜索query間語義相關性，卻無法
2022-12-10 13:08:34
原创 百度搜索首屆技術創新挑戰賽：搜索模型推理優化
比賽鏈接：https://aistudio.baidu.com/aistudio/competition/detail/674/0/task-definition 賽題背景 近年來基於Transformer模型結構的預訓練語言模型技術快速
2022-12-01 23:05:34
原创 文本分類微調技巧實戰2.0
訊飛比賽答辯結束，筆者和小夥伴們參加了一些訊飛的比賽，今年訊飛文本分類比賽相比去年更加多元化，涉及領域、任務和數據呈現多樣性，聽完各位大佬的答辯之後，結合之前經驗和以下賽題總結下文本分類比賽的實戰思路。 1 訊飛文本分類賽題總結 1.1 非
2022-11-20 22:36:39
原创 Kaggle 專利匹配比賽賽後總結
比賽簡介 在專利匹配數據集中，選手需要判斷兩個短語的相似度，一個是anchor ，一個是target ，然後輸出兩者在不同語義（context）的相似度，範圍是0-1，我們隊伍id爲xlyhq，a榜rank 13，b榜ran12，非常感謝@
2022-11-13 16:52:15
原创 【CCF2022】Web攻擊檢測與分類識別 baseline
線下cv acc：0.97 線上 應該0.6+ 1 賽題介紹 賽題名稱： Web攻擊檢測與分類識別 賽程規劃： 參賽報名：2022年8月20日（10點）-10月10日（24點） 線上參賽：2022年8月27日（10點）-10月16日（2
2022-11-13 16:52:15
原创 字節跳動安全Ai挑戰賽-基於文本和多模態數據的風險識別總結
本次比賽是最近比較火熱的多模態比賽，業務和數據比較接近真實場景，任務比較有趣。我們隊伍“石碑村”，隊員有華仔、致Great，最終決賽取得第五名成績，下面主要給大家分享下我們隊伍的建模思路和方案，希望能夠對大家有所幫助。 1 初賽方案 1.1
2022-11-13 16:52:15
原创 基於Trie 樹實現簡單的中文分詞
中文分詞簡介 中文分詞是中文自然語言處理的基礎，中文分詞的正確率如何直接影響後續的詞性標註（也有些詞性標註算法不需要事先分詞，但標註效果往往比先分詞後標註差），實體識別、句法分析、語義分析。常用的分詞方法主要有依賴詞典的機械分詞和序列標註方
2022-11-13 16:52:15
1
原创 NLP比賽推送
1 CCL漢語學習者文本糾錯比賽 比賽簡介 （Chinese Learner Text Correction，CLTC）旨在自動檢測並修改漢語學習者文本中的標點、拼寫、語法、語義等錯誤，從而獲得符合原意的正確句子。近年來，該任務越來越受到關
2022-11-13 16:52:15
原创 【NLP基礎】英文關鍵詞抽取RAKE算法
RAKE簡介 RAKE英文全稱爲Rapid Automatic keyword extraction，中文稱爲快速自動關鍵字提取，是一種非常高效的關鍵字提取算法，可對單個文檔進行操作，以實現對動態集合的應用，也可非常輕鬆地應用於新域，並且在
2022-11-13 16:52:15
2
原创 芒果TV商品意圖識別top3思路分享
比賽簡介 主辦方提供了商品名稱和用戶query數據供選手進行模型訓練，希望選手能夠設計出一套高效、精準的商品意圖識別模型，以幫助提升電商搜索的效果，改善顧客的購買體驗。 其中提供了兩份數據，一個是goods_data.csv是商品名稱數據，
2022-11-13 16:52:15
原创 中文文本糾錯任務簡介
任務簡介 中文文本糾錯是針對中文文本拼寫錯誤進行檢測與糾正的一項工作，中文的文本糾錯，應用場景很多，諸如輸入法糾錯、輸入預測、ASR 後糾錯等等，例如： 寫作輔助：在內容寫作平臺上內嵌糾錯模塊，可在作者寫作時自動檢查並提示錯別字情況。從
2022-11-13 16:52:15
原创 librosa音頻處理教程
Librosa簡介 Librosa是一個 Python 模塊，用於分析一般的音頻信號，是一個非常強大的python語音信號處理的第三方庫，根據網絡資料以及官方教程，本文主要總結了一些重要且常用的功能。 # 安裝 !pip install l
2022-11-13 16:52:15
14
原创 年度最高獎金【雙百萬】：2021年全國人工智能大賽開賽啦 賽道一：AI+無線通信 一、初賽階段 賽道二：AI+視覺特徵編碼
點擊閱讀原文可到大賽官網：https://naic.pcl.ac.cn/landingpage/2021/index.html 賽道一：AI+無線通信 賽題鏈接：https://www.heywhale.com/home/competi
2021-12-20 13:53:32
原创 機器學習 Fbeta-Measure 指標詳解
在江西VTE風險預測和山東案件自動分發比賽中，筆者見到了F2-Score評估指標，此類指標與以往F1-Score不同，出題方選擇使用不同的beta權重來更加側重Precision或者Recall某一指標，所以在實際中常常需要根據具體情況做
2021-12-19 14:27:38
15
原创 時間序列入門
時間序列定義 時間序列（英語：time series）是一組按照時間發生先後順序進行排列的數據點序列。通常一組時間序列的時間間隔爲一恆定值（如1秒，5分鐘，12小時，7天，1年），因此時間序列可以作爲離散時間數據進行分析處理 時間序列特性
2021-12-10 11:43:25
11