【项目概述】针对清华 NLP 公布的 THUCNews 数据集, 利用集成学习、半监督学习等方式, 使用预训练模型, 对数据集进行分类, 并不断提高在测试集上的准确率【责任描述】数据预处理:数据清洗、数据增强、样本不平衡处理等模型选择:使用已有的在中文文本上的预训练模型进行微调集成学习:利用模型结果加权融合的方法, 得到准确率更高的结果半监督学习:利用直推学习的方法, 在原有数据集的基础上加入伪标签, 进一步提高准确率
评论