nlp_task1

教程：https://tianchi.aliyun.com/forum/postDetail?postId=145917
datawhale baseline：https://github.com/finlay-liu/tianchi-multi-task-nlp/

1.训练数据

tnews_path = "../input/2020-tianchi-nlp/TNEWS_train1128.csv"
ocnli_path = "../input/2020-tianchi-nlp/OCNLI_train1128.csv"
ocemotion_path = "../input/2020-tianchi-nlp/OCEMOTION_train1128.csv"
TNEWS：来源于今日头条的新闻版块，共包含15个类别的新闻；
OCEMOTION：是包含7个分类的细粒度情感性分析数据集；
OCNLI：是第一个非翻译的、使用原生汉语的大型中文自然语言推理数据集；

OCNLI：

包含5万余训练数据，3千验证数据及3千测试数据。除测试数据外，我们将提供数据及标签。测试数据仅提供数据。OCNLI为中文语言理解基准测评（CLUE）的一部分。
数据格式

id	句子1	句子2	label
0	"一月份跟二月份肯定有一个月份有"	"肯定有一个月份有 "	0

label包括[蕴含，0（entailment），中性，1（neutral），不相关2（contradiction）]

TNEWS：

id	句子1	label
0	上课时学生手机响个不停,老师一怒之下把手机摔了,家长拿发票让老师赔,大家怎么看待这种事?	108

OCEMOTION：

id	句子1	label
0	我只是自私了一点,做自己想做的事情!	sadness
1	让感动的不仅仅是雨过天晴,还有泪水流下来的迷人眼神。	happiness

环境配置

从 https://huggingface.co/bert-base-chinese/tree/main下载pytorch_model.bin, vocab.txt 和config.json 文件。放在bert_train_model 文件夹下。

bert.png

运行generate_data.py 划分训练集和验证集

运行train.py 训练预训练模型

运行打印结果.png

docker上传

1.本地安装docker for mac
2.申请阿里云镜像

阿里云.png

在submission文件夹下运行命令

submission文件夹下文件.png

docker login registry.cn-hangzhou.aliyuncs.com
docker build -t registry.cn-shanghai.aliyuncs.com/corn_ai/corn_tianchi_submit:1.0 .

dockerBuild.png

docker push registry.cn-shanghai.aliyuncs.com/corn_ai/corn_tianchi_submit:1.0

dockerPush.png

最后提交docker结果

提交.png 两个epoch，bachsize = 16结果.png