課前導讀

1、課程介紹

賽題介紹：

本次競賽的目標是簡化教育內容與課程中特定主題的匹配過程。你將開發(fā)一個準確和高效的模型，該模型是在K-12教育材料庫中訓練出來的，這些材料被組織成各種主題分類法。這些材料使用不同的語言，涵蓋廣泛的主題，特別是STEM（科學、技術、工程和數學）

賽題框架：

pytorch, huggingface, faiss

適合人群：

對NLP有一定基礎的同學

競賽筆記

一、賽題分析+baseline

1、賽題鏈接

https://www.kaggle.com/competitions/learning-equality-curriculum-recommendations

2、賽題描述

通過對K12場景的數據分析和建模，幫助同學熟練使用bert等預訓練語言模型，尤其在文本檢索語義召回學習領域，帶領大家輸入了解和實戰(zhàn)對比學習范式等新方法

※ 比賽時間線

December 15, 2022 - Start Date.

March 7, 2023 - Entry Deadline.

March 7, 2023 - Team Merger Deadline.

March 14, 2023 - Final Submission Deadline.

※ 豐厚的獎金

• 一等獎：12,000美元

• 二等獎：8,000美元

• 三等獎：5,000美元

• 四等獎：5,000美元

3、數據描述

本次比賽有3個數據源分別是content，topic，correlations， 分別存著content文本信息，topic的文本信息以及content和topic的匹配關系:

• content shape: (154047, 8)

• topic shape: (76972, 9)

• correlations shape: (61517, 2)

• content length 數據分布

• topic 數據分布

4、評價指標

5、構建訓練數據

6、Baseline流程

7、賽題難點思考

如何在多語言場景下高效表征topic和content

8、無痛漲分Trick

awp，對抗訓練，multi-dropout

新賽正在報名中

關注【學姐帶你玩AI】公眾號回復“?k12baseline”領取baseline代碼。

添加小享報名本次比賽班??關注【學姐帶你玩AI】公眾號回復“?k12baseline”