文件名称：2019-CCF-BDCI-NLP:2019 CCF BDCI 技术需求与技术成果项目之间关联度计算模型第二名、2019 CCF BDCI 互联网金融新实体发现第四名、2019 CCF BDCI 金融信息负面及主体判定第五名
文件大小：10.82MB
文件格式：ZIP
更新时间：2024-05-05 02:46:40
Python
简要介绍 我是竞赛选手rebornZH，很高兴在2019 CCF BDCI大赛中拿下3个NLP竞赛TOP，在这里我主要分享金融信息负面及主体判定赛题的解决方案和自己对另外两个NLP赛题的一些解题思路，希望能与大家一起学习，一起进步，同时如果有NLP方向的朋友愿意和我一起交流学习NLP技术我也是非常欢迎的，可以加我QQ联系，后面有联系方式。最后希望大家多给下star，毕竟整理这些也挺花时间的，在这里先谢谢大家了。 比赛链接 金融信息负面及主体判定： “技术需求”与“技术成果”项目之间关联度计算模型： 互联网金融新实体发现： 特别说明 上面的开源代码是在我最终版代码上修改而来的baseline，因为有些代码涉及到我队友，不方便全部开源，因此我特地整理一个比较好的基线给大家作为参考，这个基线的分数应该是该赛题开源的基线中分数最好的，并且距离最终版代码差别不是特别大。 GPU最低要求：2080Ti
【文件预览】：
2019-CCF-BDCI-NLP-master
----picture()
--------2.png(162KB)
--------9.png(118KB)
--------3.png(169KB)
--------5.png(144KB)
--------8.png(143KB)
--------6.png(149KB)
--------11.png(167KB)
--------1.png(167KB)
--------12.png(157KB)
--------13.png(137KB)
--------4.png(148KB)
--------10.png(173KB)
--------7.png(199KB)
--------14.png(162KB)
----data()
--------a()
--------b()
----README.md(6KB)
----baseline.py(9KB)