nackel/rank6

天池-新冠疫情相似句对判定大赛 大白_Rank6

思路

环境

• Red Hat 4.8.5-16
• python 3.7.3
• cudatoolkit 10.0.130
• cudnn 7.6.0

方案

• 根据数据传递性 数据增强
• 特征融合（预训练模型 + 腾讯词向量 + fasttext词向量）
  • 预训练模型NEZHA(https://github.com/huawei-noah/Pretrained-Language-Model/tree/master/NEZHA)
  • 预训练模型UER(https://github.com/dbiir/UER-py)
  • 腾讯词向量(https://ai.tencent.com/ailab/nlp/embedding.html)
  • fasttext词向量(https://fasttext.cc/)
• 对抗学习(FGM)
• 模型融合 两个5fold模型ensemble

数据和预训练模自行下载

运行

> cd code
> sh main.sh