Mark_the_KN

数据来源：百度智慧课堂 https://study.baidu.com/tiku

数据集说明：

高中历史、地理、政治、生物

一共26243条数据，标签类别：95

主要目标：

1. 对高中试题进行分类
2. 对试题进行知识点标注（多标签分类）

使用的方法

1. Bayes
2. FastText
3. TextCNN
4. GCN
5. Transformer
6. Bert
7. ERINE

TextCNN

主要参数：

• filter sizes = 3, 4, 5
• filter numbers = 128
• epochs = 25
• batch sizes = 256

结果：

Micro f1: 0.84510887

Macro f1: 0.6661619

Transformer

主要参数：

• padding-size = 300
• layer numbers = 6
• d_model = 256
• head numbers = 4
• batch size = 64

结果：

• Epoch 10 Loss 0.0366 Accuracy 0.9894
• Micro f1: 0.8451088666915894
• Macro f1: 0.6661618947982788

BERT

目录说明：

bert_model : BERT官方代码

结果：

• Micro f1: 0.9219666165638769
• Macro f1: 0.815807923085124