2018 kaggle "Quora Insincere Questions Classification" 文本分类竞赛

视频讲解 初级篇, 进阶篇.

欢迎点赞评论转发。

2018 “达观杯”文本智能处理挑战赛

竞赛地址

baseline 参考 baseline2.0：带你进前十， tfidf+lr lb：0.77256

我这份 baseline 在上述两个开源的基础上主要对特征进行了选择，使用卡方检验、逆文档频率 idf，以及用带 L1 正则的基于模型的特征选择；另外除了提取 tfidf 特征之外还加入了词频计数特征。特征选择之后线下 cv 相较不选择提升了一个点左右，甚至可以达到 0.80，但是线上成绩没有提高，只有 0.77xxx，原因可能在于训练集和测试集分布不太一致，毕竟测试集中好像有几万个词没在训练集中出现过。

代码运行时间较长，不建议直接运行，可以在其他训练集测试集数据分布类似的数据集上进行尝试。

2018CCF 景区口碑评价预测竞赛Baseline

使用fasttext快速搭建文本分类模型，已录制视频讲解，视频地址