赛题理解

数据获取

这次比赛是天池NLP入门级的比赛，操作和往常一样。先报名，再拿数据。

注意一下标准。

赛题思路

由于赛题给出的数据是匿名化的，因此我们无法使用分词等操作提取关键词来简单预测，我们可以使用的是对文本提取特征的分类器或者是深度学习分类器，综合我们有如下思路：

• 思路1：TF-IDF + 机器学习分类器：直接使用TF-IDF对文本提取特征，并使用分类器进行分类。在分类器的选择上，可以使用SVM、LR、或者XGBoost。

• 思路2：FastText：FastText是入门款的词向量，利用Facebook提供的FastText工具，可以快速构建出分类器。

• 思路3：WordVec +
  深度学习分类器：WordVec是进阶款的词向量，并通过构建深度学习分类完成分类。深度学习分类的网络结构可以选择TextCNN、TextRNN或者BiLSTM。

• 思路4：Bert词向量：Bert是高配款的词向量，具有强大的建模学习能力。

我们后续将一一实现。

另外希望自己能够把这次比赛坚持下去