wjunneng / 2020-DataFountain-Emotion-Recognition-Of-Netizens-During-The-Epidemic

2020 DataFountaion 疫情期间网民情绪识别

2020-DataFountain-Emotion-Recognition-Of-Netizens-During-The-Epidemic

2020 DataFountaion 疫情期间网民情绪识别

注意

cmd: file nCov_10k_test.csv

出现：nCov_10k_test.csv: Non-ISO extended-ASCII text, with very long lines, with CRLF, NEL line terminators

在window系统下,使用记事本打开,点击另存为utf-8格式.

Trick

1. 多类别不均衡的话, 这时候直接使用神经网络优化交叉熵损失得到的结果, f1显然不是全局最优的, 二分类下可以用阈值搜索, 
如果是多分类怎么做一个阈值搜索呢?传统的多分类我们预测结果使用argmax(logits)这时候可以形式化的表达为求argmax(w*logits)使得f1均值最大.
其中w就是要求得的再放缩权重.

参考

https://github.com/guoday/CCF-BDCI-Sentiment-Analysis-Baseline