流程思维导图
文本类比赛的通用流程模板,还没有编辑为这场比赛定制。
- 01数据处理
- 1.1清洗文本并分词
- 1.2检查标签分布
- 02模型设计
- 2.1TF-IDF + 线性基线
- 2.2预训练 Transformer
- 03训练
- 3.1按标签分折
- 3.2小学习率、少轮数
- 04后处理
- 4.1按指标校准或调阈值
- 4.2多随机种子集成
评测指标
Categorization Accuracy. 准确率:完全预测正确的行所占比例。
公开基线
最高票的公开 notebook,每天从 Kaggle API 更新(最近一次 2026-11-16)。
- Tutorial Notebook ▲1821
- KerasNLP starter notebook Contradictory DearWatson ▲517
- Text-Representations ▲436
- Watson :: XLM-R & NLI :: inference ▲256
- Text Analysis + Topic Modeling with spaCy & GENSIM ▲247
- Basics of BERT and XLM-RoBERTa - PyTorch ▲218
- TPU Sherlocked: One-stop for 🤗 with TF ▲212
- All about Bert you need to know ▲180
- Using Google Translate for NLP Augmentation ▲136
- Contradictory Watson: Concise Keras XLM-R on TPU ▲107
- More NLI datasets - Hugging Face nlp library ▲95
- Watson - KFold XLM-R + Translation Augmentation ▲82