仇恨言论识别

分享给好友

报名参赛

体验云端免费GPU极速训练,还能赢奖⾦!

报名参赛

大赛简介

此数据集包含25000多条推文内容。仇恨言论识别任务:查看短文,并确定它是否为 0(包含仇恨言论),1(冒犯性的,但没有仇恨言论),2(一点也没有冒犯性)。

赛事主题和数据说明

赛题描述

通过实现算法并提交训练,获取奖金池奖金。小提示:抢先更新算法排行榜,有更大机会获取高额奖金哦!

数据来源

HOLDistinguish

数据描述

由于需要提交代码作品在云端进行训练,参赛数据集不对外开放。仅提供调试数据,可通过使用本地调试的方式获取调试数据集。本地调试和提交指南请查看[文档中心]

字段说明:

字段名 字段类型 取值区间 字段描述
text string 不为空 文本
label int 大于等于 0, 小于等于 2 分类标签

输入字段: text,

输出字段: label,

参考文献:

[1]Racial Bias in Hate Speech and Abusive Language Detection Datasets

评审标准

评审指标说明

  • 精确率(Precision,简称为P):正确预测为正的占全部预测为正的比例
  • 召回率(Recall,简称为R):正确预测为正的占全部实际为正的比例
  • F1-Score 是精确率和召回率的一种加权平均,它的最大值为1,最小值为0
  • 计算公式如下:
  • 评审计算公式

展开

  • 竞赛排行榜
  • 自由练习榜单
第三名

提供者:NLP-Learner

暂未公开
batch数据为64,循环次数为30次,损失函数优化完,最终完成评分为92.45。

2019-09-07 19:33:33

92.45

暂未公开
第三名

提供者:sakuranew

大神经验
batch数据为500,循环次数为10次,损失函数优化完,最终完成评分为92.4。

2019-09-03 11:17:10

92.40

大神经验
第三名

提供者:凉心半浅良心人

暂未公开
batch数据为32,循环次数为3次,损失函数优化完,最终完成评分为92.34。

2019-08-21 13:13:33

92.34

暂未公开
4

提供者:永不息的舞步

暂未公开
batch数据为32,循环次数为50次,损失函数优化完,最终完成评分为92.17。

2019-08-24 14:40:46

92.17

暂未公开
5

提供者:zyccyz

暂未公开
batch数据为32,循环次数为3次,损失函数优化完,最终完成评分为92.11。

2019-09-10 02:18:20

92.11

暂未公开
6

提供者:未名湖畔的落叶

暂未公开
batch数据为32,循环次数为5次,损失函数优化完,最终完成评分为92.09。

2019-08-10 21:15:09

92.09

暂未公开
7

提供者:Sunny^_^Today

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为92.06。

2019-09-08 07:03:47

92.06

暂未公开
8

提供者:迷途小书童

暂未公开
batch数据为128,循环次数为3次,损失函数优化完,最终完成评分为91.49。

2019-09-05 04:23:17

91.49

暂未公开
9

提供者:yphacker

暂未公开
batch数据为32,循环次数为8次,损失函数优化完,最终完成评分为91.21。

2019-09-02 19:02:46

91.21

暂未公开
10

提供者:gboy

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为91.07。

2019-09-06 21:53:43

91.07

暂未公开
11

提供者:Noah

暂未公开
batch数据为128,循环次数为16次,损失函数优化完,最终完成评分为90.68。

2019-08-16 11:14:30

90.68

暂未公开
12

提供者:learnFromBest

暂未公开
batch数据为32,循环次数为8次,损失函数优化完,最终完成评分为90.64。

2019-08-24 10:00:13

90.64

暂未公开
13

提供者:killf

暂未公开
batch数据为32,循环次数为20次,损失函数优化完,最终完成评分为90.51。

Paddle

NLP

2019-08-10 07:57:44

90.51

暂未公开
14

提供者:麦小杨

暂未公开
batch数据为32,循环次数为4次,损失函数优化完,最终完成评分为90.45。

2019-08-17 20:39:36

90.45

暂未公开
15

提供者:向颖聪

暂未公开
batch数据为64,循环次数为7次,损失函数优化完,最终完成评分为90.45。

2019-08-29 14:32:22

90.45

暂未公开
16

提供者:那棵树

暂未公开
batch数据为64,循环次数为10次,损失函数优化完,最终完成评分为90.35。

2019-08-15 00:25:22

90.35

暂未公开
17

提供者:未过及格线

暂未公开
batch数据为32,循环次数为800次,损失函数优化完,最终完成评分为90.17。

2019-09-04 17:25:58

90.17

暂未公开
18

提供者:莫须有の嚣张

暂未公开
batch数据为64,循环次数为20次,损失函数优化完,最终完成评分为89.96。

2019-08-11 17:09:54

89.96

暂未公开
19

提供者:Xin Yao

暂未公开
batch数据为128,循环次数为20次,损失函数优化完,最终完成评分为89.76。

2019-08-10 12:14:24

89.76

暂未公开
20

提供者:无......有

暂未公开
batch数据为64,循环次数为16次,损失函数优化完,最终完成评分为89.76。

2019-09-11 07:47:12

89.76

暂未公开
21

提供者:风轻云淡

暂未公开
batch数据为64,循环次数为50次,损失函数优化完,最终完成评分为89.71。

2019-08-24 15:41:41

89.71

暂未公开
22

提供者:nigeiwochi

暂未公开
batch数据为5,循环次数为100次,损失函数优化完,最终完成评分为89.53。

2019-08-13 12:47:47

89.53

暂未公开
23

提供者:探索之路

暂未公开
batch数据为128,循环次数为1000次,损失函数优化完,最终完成评分为89.53。

2019-08-14 09:29:49

89.53

暂未公开
24

提供者:雨殇残风

暂未公开
batch数据为100,循环次数为32次,损失函数优化完,最终完成评分为89.37。

2019-09-01 19:23:15

89.37

暂未公开
25

提供者:AMERICA

暂未公开
batch数据为1000,循环次数为32次,损失函数优化完,最终完成评分为89.3。

2019-09-05 22:45:41

89.30

暂未公开
26

提供者:HxH

暂未公开
batch数据为64,循环次数为5次,损失函数优化完,最终完成评分为89.22。

2019-08-30 15:32:04

89.22

暂未公开
27

提供者:summer 丶

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为89.13。

2019-09-16 09:31:37

89.13

暂未公开
28

提供者:为之奈何

暂未公开
batch数据为128,循环次数为30次,损失函数优化完,最终完成评分为89.11。

2019-08-22 10:33:02

89.11

暂未公开
29

提供者:malena

暂未公开
batch数据为256,循环次数为1340次,损失函数优化完,最终完成评分为89.07。

2019-08-09 05:04:36

89.07

暂未公开
30

提供者:指尖、泪残留

暂未公开
batch数据为500,循环次数为64次,损失函数优化完,最终完成评分为88.92。

2019-08-17 12:43:48

88.92

暂未公开
31

提供者:重阳

暂未公开
batch数据为500,循环次数为20次,损失函数优化完,最终完成评分为88.82。

2019-09-09 21:03:22

88.82

暂未公开
32

提供者:Cwinq

暂未公开
batch数据为10,循环次数为50次,损失函数优化完,最终完成评分为88.78。

2019-08-14 03:16:06

88.78

暂未公开
33

提供者:happyprince

暂未公开
batch数据为500,循环次数为32次,损失函数优化完,最终完成评分为88.73。

2019-08-09 00:00:22

88.73

暂未公开
34

提供者:紫湘醉

暂未公开
batch数据为512,循环次数为50次,损失函数优化完,最终完成评分为88.73。

2019-09-16 17:59:06

88.73

暂未公开
35

提供者:王大伟

暂未公开
batch数据为500,循环次数为32次,损失函数优化完,最终完成评分为88.68。

2019-09-09 07:26:33

88.68

暂未公开
36

提供者:天才一小本

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为88.66。

2019-09-04 15:42:05

88.66

暂未公开
37

提供者:还是要继续

暂未公开
batch数据为500,循环次数为5次,损失函数优化完,最终完成评分为88.63。

TensorFlow

TextCNN

2019-09-18 20:52:01

88.63

暂未公开
38

提供者:==

暂未公开
batch数据为32,循环次数为20次,损失函数优化完,最终完成评分为88.46。

PyTorch

Transformer

2019-09-08 15:32:18

88.46

暂未公开
39

提供者:Robinbg

暂未公开
batch数据为64,循环次数为32次,损失函数优化完,最终完成评分为88.32。

2019-08-31 14:41:28

88.32

暂未公开
40

提供者:夏1564457098

暂未公开
batch数据为32,循环次数为100次,损失函数优化完,最终完成评分为88.29。

2019-08-29 19:06:19

88.29

暂未公开
41

提供者:年小舜

暂未公开
batch数据为500,循环次数为1000次,损失函数优化完,最终完成评分为88.16。

2019-08-21 14:22:20

88.16

暂未公开
42

提供者:绝缘体

暂未公开
batch数据为500,循环次数为32次,损失函数优化完,最终完成评分为88.08。

2019-09-10 04:03:35

88.08

暂未公开
43

提供者:川

暂未公开
batch数据为64,循环次数为1次,损失函数优化完,最终完成评分为88.06。

2019-08-24 16:59:44

88.06

暂未公开
44

提供者:白开水

暂未公开
batch数据为100,循环次数为32次,损失函数优化完,最终完成评分为87.99。

2019-08-15 10:05:30

87.99

暂未公开
45

提供者:cl

暂未公开
batch数据为64,循环次数为30次,损失函数优化完,最终完成评分为87.96。

2019-08-25 03:53:44

87.96

暂未公开
46

提供者:FC

暂未公开
batch数据为64,循环次数为100次,损失函数优化完,最终完成评分为87.93。

2019-09-06 01:15:46

87.93

暂未公开
47

提供者:AiFool

暂未公开
batch数据为1024,循环次数为1000次,损失函数优化完,最终完成评分为87.91。

2019-08-14 17:00:04

87.91

暂未公开
48

提供者:cnn

暂未公开
batch数据为1000,循环次数为32次,损失函数优化完,最终完成评分为87.84。

2019-09-05 12:56:51

87.84

暂未公开
49

提供者:丁远东

暂未公开
batch数据为128,循环次数为16次,损失函数优化完,最终完成评分为87.82。

2019-08-22 17:03:40

87.82

暂未公开
50

提供者:宇宙

暂未公开
batch数据为64,循环次数为1000次,损失函数优化完,最终完成评分为87.81。

2019-08-23 18:55:43

87.81

暂未公开
51

提供者:雷咖啡

暂未公开
batch数据为64,循环次数为30次,损失函数优化完,最终完成评分为87.79。

2019-08-22 19:56:00

87.79

暂未公开
52

提供者:玖月初识

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为87.75。

2019-08-12 13:32:01

87.75

暂未公开
53

提供者:恒

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为87.7。

2019-08-31 19:52:01

87.70

暂未公开
54

提供者:nlp-ygq

暂未公开
batch数据为500,循环次数为32次,损失函数优化完,最终完成评分为87.42。

2019-09-10 05:23:34

87.42

暂未公开
55

提供者:就是很任性

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为87.29。

2019-08-31 23:05:49

87.29

暂未公开
56

提供者:六个骨头

暂未公开
batch数据为500,循环次数为32次,损失函数优化完,最终完成评分为87.27。

2019-08-22 22:18:47

87.27

暂未公开
57

提供者:duoge

暂未公开
batch数据为64,循环次数为30次,损失函数优化完,最终完成评分为87.26。

2019-08-22 11:59:32

87.26

暂未公开
58

提供者:侠

暂未公开
batch数据为128,循环次数为64次,损失函数优化完,最终完成评分为87.1。

2019-08-22 19:44:19

87.10

暂未公开
59

提供者:丅丄

暂未公开
batch数据为256,循环次数为100次,损失函数优化完,最终完成评分为86.67。

2019-09-06 01:50:06

86.67

暂未公开
60

提供者:qck15570179927

暂未公开
batch数据为32,循环次数为50次,损失函数优化完,最终完成评分为86.67。

2019-09-07 23:14:51

86.67

暂未公开
61

提供者:ALC

暂未公开
batch数据为500,循环次数为32次,损失函数优化完,最终完成评分为86.21。

2019-08-18 14:57:34

86.21

暂未公开
62

提供者:ON-looker

暂未公开
batch数据为32,循环次数为32次,损失函数优化完,最终完成评分为86.07。

2019-08-09 20:34:59

86.07

暂未公开
63

提供者:binwang672012@gmail.com

暂未公开
batch数据为32,循环次数为100次,损失函数优化完,最终完成评分为85.49。

2019-08-13 17:43:37

85.49

暂未公开
64

提供者:小帆

暂未公开
batch数据为500,循环次数为32次,损失函数优化完,最终完成评分为84.9。

2019-09-02 16:08:03

84.90

暂未公开
65

提供者:青青子衿

暂未公开
batch数据为500,循环次数为1000次,损失函数优化完,最终完成评分为84.86。

2019-08-16 11:26:46

84.86

暂未公开
66

提供者:中华田园

暂未公开
batch数据为32,循环次数为100次,损失函数优化完,最终完成评分为84.56。

2019-09-09 22:07:02

84.56

暂未公开
67

提供者:我吃定了这第一

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为79.9。

2019-08-09 05:24:11

79.90

暂未公开
68

提供者:陈明威

暂未公开
batch数据为32,循环次数为100次,损失函数优化完,最终完成评分为68.44。

2019-08-30 22:19:50

68.44

暂未公开
第一名
AMERICA 2019-10-07 20:33:19
2019-10-07 20:33:19
89.82
第二名
红但丁 2019-10-07 19:58:46
2019-10-07 19:58:46
89.12
第三名
土豆土豆大土豆 2019-10-09 11:47:07
2019-10-09 11:47:07
89.12
4
Jeremy 2019-10-09 22:30:35
2019-10-09 22:30:35
89.12
5
徐文强 2019-10-15 21:48:35
2019-10-15 21:48:35
89.12
6
秦殇 2019-10-18 14:48:34
2019-10-18 14:48:34
89.12

挑战者大赛 官方交流群

训练记录

你还没有任何提交记录喔...

使用指南

  • windows客户端
  • windows命令行
  • Mac/Linux
1. 下载项目并解压
2.进入到项目目录下,双击执行flyai.exe程序

第一次使用需要使用微信扫码登录

杀毒软件可能会误报,点击信任该程序即可

3.本地开发调试

运行flyai.exe程序,点击"本地调试"按钮,输入循环次数和数据量,点击运行即可调用main.py

如果使用本地IDE开发,需要执行安装“flyai”依赖并导入项目,运行main.py

4.下载本地测试数据

运行flyai.exe程序,点击"下载数据"按钮,程序会下载100条调试数据

5.提交训练到GPU

运行flyai.exe程序,点击"提交到GPU"按钮,输入循环次数和数据量,点击运行即可提交到GPU训练。

返回sucess状态,代表提交离线训练成功

训练结束会以微信和邮件的形式发送结果通知

1. 下载项目并解压
2. 打开运行,输入cmd,打开终端

Win+R 输入cmd

3. 使用终端进入到项目的根目录下

首先进入到项目对应的磁盘中,然后执行

cd path\to\project

Windows用户使用 flyai.exe

4. 本地开发调试

执行下列命令本地安装环境并调试(第一次使用需要使用微信扫码登录)

flyai.exe test

执行test命令,会自动下载100条测试数据到项目下

安装项目所需依赖,并运行 main.py

如果使用本地IDE开发,可以自行安装 requirements.txt 中的依赖,运行 main.py 即可

5.提交训练到GPU

项目中如有新的引用,需加入到 requirements.txt 文件中

在终端下执行

flyai.exe train

返回sucess状态,代表提交离线训练成功

训练结束会以微信和邮件的形式发送结果通知

完整训练设置执行代码示例:

flyai.exe train -b=32 -e=100

通过执行训练命令,本次训练循环 100 次,每次训练读取的数据量为 32 。

1. 下载项目并解压
2. 使用终端进入到项目的根目录下

cd /path/to/project

Mac和Linux用户使用 ./flyai 脚本文件

3. 初始化环境并登录

授权flyai脚本

chmod +x ./flyai

4. 本地开发调试

执行下列命令本地安装环境并调试(第一次使用需要使用微信扫码登录)

./flyai test 注意:命令前面不要加sudo

执行test命令,会自动下载100条测试数据到项目下

安装项目所需依赖,并运行 main.py

如果使用本地IDE开发,可以自行安装 requirements.txt 中的依赖,运行 main.py 即可

5.提交训练到GPU

项目中如有新的引用,需加入到 requirements.txt 文件中

在终端下执行

./flyai train 注意:命令前面不要加sudo

返回sucess状态,代表提交离线训练成功

训练结束会以微信和邮件的形式发送结果通知

完整训练设置执行代码示例:

./flyai train -b=32 -e=100

通过执行训练命令,本次训练循环 100 次,每次训练读取的数据量为 32 。

$vue{ errorTip }

发送样例至我的邮箱

已发送

已发送成功

请查收FlyAI官方邮件查看详情 根据样例提高算法评分可以获得积分奖励 用来兑换GPU训练时长

确定

$vue{flag?'报名成功!':'参赛温馨提示'}

通过迭代赛题的样例代码提高模型准确率哦~
准确率越高,奖励越丰富!

查看样例代码

⼤神你好!当前能⼒值⽆法参加新⼿手赛

多给新手一些机会哦~

查看样例代码

打开微信,使用扫一扫功能分享给好友

绑定你的微信账号

用于本地环境登录和实时接收训练通知