chenghuige / wenzheng

ai challenger 2018细粒度情感分类第一名解决方案, A training framework itegrating tensorflow and pytorch

wenzheng

Deep learning related projects using tf(eager), pytorch(fastai,allenlp) for contests like aichallenger, kaggle

ai challenger 2018 细粒度用户评论情感分类第一名（后厂村静静团队）解决方案

wenzheng/project/ai2018/sentiment[https://github.com/chenghuige/wenzheng/tree/master/projects/ai2018/sentiment]

ai challenger 2018 阅读理解解决方案（a榜 21 基于港科大rnet，mreader）

wenzheng/project/ai2018/reader[https://github.com/chenghuige/wenzheng/tree/master/projects/ai2018/reader]

wenzheng's Issues

PPT有点糊

作者您好，这个PPT有点糊，请问能提供更清晰版本的PPT查看或者下载么？

gezi is a package of python

Traceback (most recent call last):
File "./read-records.py", line 32, in
import gezi
ModuleNotFoundError: No module named 'gezi'

请教关于用ELMo预训练语言模型的问题

您好，关于用ELMo预训练语言模型，有两个问题想请教下：
（1）请问在torch-lm-train.py中怎么看ELMo对应的model，是在这个路径下吗？wenzheng/utils/lele/layers/elmo/
（2）“注意目前的设计只能单层elmo如果多层需要再修改代码因为目前是stack rnn第二层就等于loss作弊了“，stack rnn第二层怎么理解？elmo是用单层的双向LSTM训练，然后基于elmo输出的词向量在建立双向LSTM模型＋rnet输出＋pooling吗？

请教大神

新手入门有个机器阅读理解的问题想请教：我怎样把文章合理压缩，保证答案一定在压缩的片段中呢？普通的问题对文章的相似度函数效果并不好，求赐教~~

询问不均衡数据的f1关系

hello chenghuige:
有幸看到您的答辩ppt，关于这个比赛，我看到数据十分不均横，但是比赛给出了macro f1, 我想问下的单独个例的f1分布是不是也不均衡？
是否单独对于一个方面的f1是否和该例的正例占比相关？比如“交通是否便利”下“未提及大概占了85%，负面和中性都只有3%左右，正面有10%左右，请问它们各自的f1是否有较大差别？是否正例比例大的更容易达到较高的f1？

谢谢
chensui

请问可以提供下数据链接吗

如题，由于比赛时间已结束，AI Challenger官网已经download不了数据，请问可以提供下数据集吗