# final_project_code_result

**Repository Path**: liam1030/final_project_code_result

## Basic Information

- **Project Name**: final_project_code_result
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2019-01-12
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# CSDA Final Project- 说明

## 数据处理
1.详情见pre-processing_mydata.ipynb
2.bert框架下输入数据使用tsv格式，无需进行分词
3.其他模型框架下输入数据使用csv格式，需先进行分词
4.可训练w2v或使用预训练的w2v

## 模型训练
### Bert
1.训练bert使用谷歌开源框架https://github.com/google-research/bert
2.首先下载中文预训练，在使用自己的数据训练分类器，详情见 models/bert

### CNN\attention+BiLSTM/Adversarial Training
详情见models；
单模型代码架构见Text-classification.png

### 模型融合
详情见models/ensemble.py
尝试用attention训练融合权重，可收敛，但是数量太少，还没进行最后效果测试。详情见ensemble&attention_weights.py