ATEC-NLP

蚂蚁金服比赛 15th/2632

ATEC比赛是一次让人难忘的比赛，经常看到其他的小伙伴频频上分给自己带来的压力。这对我来说也是一次难得的学习机会，同时也有幸跟很多知名大佬同台竞技，其中的乐趣到现在还怀念。希望有机会能再遇到那些人，再比一次。

比赛的总结写在了博客中 https://blog.csdn.net/cuihuijun1hao/article/details/82318792

目录中的代码很多都是我的尝试代码，以下是各个代码的数据表现

初赛模型	线下F1 分数	线上提交
CharAndPinyin.py	0.52	未尝试
CharAndWord.py	0.55	0.638（融合）
RnnCnn.py	0.53	0.61
DSSM.py	0.33	0.41
xgboost_main.py	0.27	未尝试

复赛模型	测试集分数	线上提交
Siamese+传统特征	0.698	0.7008

复赛模型（DecomposeAtteintion）	测试集分数	线上提交
cnn-da.py	0.683	未尝试
decomChar.py	0.685	未尝试
decomWordChar.py	0.688	0.7006(单模型)
unique.py	0.682	未尝试
unique-cnn.py	0.685	未尝试

注意：DRCN模型测试集分数是从初赛数据中随机挑出3万个数据进行的实验，因为那个时候比赛时 间不多了，线上排队时间太长，所以拿小数据进行了实验。

复赛模型（DRCN）	测试集分数	线上提交(A榜)	线上提交（B榜）
2layer.py	0.591	0.7129（单模型）	0.7218(模型融合)
AE.py	不收敛	未尝试	未尝试
cos-atten.py	0.564	未尝试	未尝试
GRU.py	无记录，但是记得效果不好	未尝试	未尝试
WordChar.py	0.582	0.7086	未尝试
WordEmbFixed.py	0.546	未尝试	未尝试

注意： 这次比赛中，并没有给ESIM模型足够的重视，就跑了一次就没再调，后来知道其他队伍都是靠这个模型上分的，心里也是比较遗憾。所用的数据也是初赛数据随机挑出的3万条

复赛模型（ESIM）	测试集分数
esim.py	0.56

注意：DIIN 模型比赛最后一天写的，对应分数都线上训练数据测试集数据。

复赛模型（DIIN）	线上测试集分数
char.py	0.71
fusegate.py	0.64
SelfAtten.py	0.68

模型融合	测试集分数	提交分数
Siamese 传统特征 + Descompose Atten Word Char + DRCN Word + DRCN Char	0.7152	未尝试
Decompose Attention Word Char + DRCN Word + DRCN Char	0.7173	未尝试
DRCN Word+DRCN Char + DIIN Char	0.7242	0.733（最终分数）
DRCN Word+DRCN Char + DIIN Char + Decompose Attention + Siamese 传统特征	未尝试（没来得及）	未尝试