文件名称：smp2018:smp2018用户画像技术评测
文件大小：408KB
文件格式：ZIP
更新时间：2024-05-20 16:46:14
smp2018 Python
smp2018用户画像技术评测基础方案 给定一个由若干媒体内容文档构成的数据集，参赛队伍采用适当的算法，对每篇文档的作者进行身份识别，区分出该文档属于人类写作、机器写作、机器翻译和机器自动摘要中的哪一类。简单的来说就是文本分类任务。 原始训练集用于模型的学习，共146,421篇，其中自动摘要31034篇，机器翻译36206，人类作者 48018，机器作者31163。每一种类型中各取5000篇作为测试集，剩下的作为训练集。 分别使用词汇级别CNN和RNN+CNN的模型进行文本分类。 结果 自构建的测试集上，使用RNN+CNN的模型，达到了98%的准确率。使用全部数据训练的RNN+CNN模型，在第一轮评测中的结果如图所示： 环境 Python (>=3.6.1) TensorFlow (=1.6.0) jieba 文件结构 data: 存储中间生成的数据 model: 存储训练完成的模型 or
【文件预览】：
smp2018-master
----data()
--------.DS_Store(6KB)
--------cnn_pred_200.npy(156KB)
----model()
--------.DS_Store(6KB)
--------checkpoint(103B)
----test_pred.py(1015B)
----cnnmodel.py(8KB)
----rnn_cnn_model.py(10KB)
----README.md(2KB)
----result()
--------origin_cnn.csv(1.12MB)
----init.py(7KB)
----image()
--------result.png(74KB)
----preprocess.py(4KB)
----origin_data()
--------.DS_Store(6KB)
--------eupt_sample_submission.csv(1.12MB)