多作者文本风格检测系统开发产品系统

项目描述：开发了一个基于深度学习的系统，用于检测文本中句子之间的风格变化，判断相邻句子是否由不同作
者撰写。项目涉及数据预处理、模型训练、验证及预测，最终生成 JSON 格式的预测结果。
负责内容：数据处理与加载；模型开发与训练；预测与结果生成；环境配置与部署
主要工作：开发基于 DeBERTa 的文本风格变化检测系统，使用 NLTK 进行句子分割并处理数据异常，实现模型
训练验证流程，采用 BCEWithLogitsLoss 和 AdamW 优化器，基于 F1 分数保存最佳模型，完成预测功能并输
出 JSON 结果，通过 Docker 容器化部署，配置 CUDA 环境确保模型可移植性。