$vue{csvName == '' ? '仅支持上传 CSV 格式的文件' : csvName+' 上传中...'}
$vue{csvName}上传成功
取消
确认提交
- 赛事介绍
- 竞赛排行榜
- 奖金记录
- 讨论($vue{comment_count})
- 学习资源
$vue{item.rank_name}
大赛简介
随着我们越来越多地通过社交网络分享这些观点，一个结果是创造了大量的情感储备，如果系统地分析，可以提供关于我们在产品，个性和问题方面的集体喜好和不喜欢的线索。
这个项目由斯坦福大学的研究生 Richard Socher 发起,在构建 NaSent 的过程中，Socher 和他的团队从烂番茄网站拿来了 1.2万 个句子，将其拆分为 21.4 万个短语，标记为非常消极、消极、中性、积极、非常积极等，然后将这些数据输入系统之中，并以此为基础对句子做分析。
参赛须知
参赛时间: 本次竞赛无时间限制，长期有效开放
参赛方式
- 下载FlyAI样例模版进行本地调试并提交到云端使用免费GPU进行模型训练获得最终成绩得分。
参赛选手说明
- 参赛人员身份信息需保证真实、有效，大赛主办方仅将个人信息用于赛事数据授权及颁奖使用
- 欢迎海内外的在校学生，算法工程师和所有AI爱好者参与
- 本次竞赛报名形式：以个人形式本地提交作品线上审核，并且以最终提交算法得分作为唯一有效成绩
- 在比赛截止日期前，团队中成绩最高分作为本团队的最终成绩
- 报名成功后请加入FlyAI竞赛交流群，一起学习进步！重要通知也将在群内发布，不要错过哦
比赛作品说明
- 参赛选手需要配合组委会对比赛作品的有效性与真实性进行验证
- 不同团队/个人，提交相似结果文件，取消双方所有人员参赛资格
- 多开小号报名、提交，一经发现将取消参赛资格
- 禁止使用外部链接下载代码替换本项目代码
- 比赛过程中，通过脚本获取比赛数据，成绩无效
- 使用线上测试集进行训练或者使用非官方提供的外部数据进行训练，成绩无效
- 使用的预训练模型需为FlyAI官方审核通过的模型，使用非官方验证预训练模型，成绩无效
- 提交的代码具备可解释性并且其它开源框架可复现
- 所有相似代码将一律不通过审核！！情况多次出现者封号处理
- 如有发现利用非正常手段作弊行为，奖金一律不发放。之前所获得奖金金额官方有权收回，情节严重者封号处理
- 提交代码即视为阅读并同意以上比赛作品说明
大赛奖项设置
奖项说明:
| 奖项设置 | 获奖人数 | 奖金额度说明(按最终得分评判) |
|---|---|---|
| 参与奖（总奖金30%） | 所有人 | 不同得分区间获得相应的竞赛奖金 |
| 突破奖（总奖金20%） | 所有人 | 更新排行榜得分，获取相应竞赛奖金 |
| 排名奖（总奖金50%） | 第一周/月前3名（冠、亚、季军） | 项目上线第一周、第一个月; Time_P(周) = 0.5，Time_P(月) = 0.5；K1=0.5，K2=0.3，K3=0.2； |
| 不同框架奖励 | 所有人 | 获得60FAI币用于GPU训练资源消耗 |
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
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。
字段说明：
| 文件名 | 字段名称 | 字段类型 | 备注 |
|---|---|---|---|
| sentence | string | 不为空 | 句子内容 |
| label | int | 不为空 | 类别 |
参考文献：
评审标准
算法输入输出格式
输入字段： sentence,
输出字段： label,
评审指标说明
- 准确率（Accuracy）：对于给定的测试数据集，预测正确的样本数与实际总样本数之比
- True，表示预测正确的样本数数量
- Total Number of Samples，表示实际总样本数数量
- 计算公式如下：
比赛常见问题说明
Q:比赛使用什么框架？
- 比赛支持常用的机器学习和深度学习框架，比如TensorFlow，PyTorch，Keras，Scikit-learn、MXNet等。
Q:怎么参加比赛，需不需要提交CSV文件？
- FlyAI竞赛平台提供免费云端GPU资源，报名后可以使用自己熟练的框架，修改main.py中的网络结构和processor.py中的数据处理；仅部分赛题支持CSV方式提交，请仔细阅读参赛方式相关内容。
Q:比赛排行榜分数怎么得到的？
- 参加项目竞赛必须实现 model.py 中的predict_all方法。系统通过该方法，调用模型得出评分。
超过 50分 的成绩会在48小时内更新到排行榜，不要着急哦！
batch数据为64，循环次数为3次，通过在线上环境完成训练，模型最优精度评分为94.91。
2019-08-01 13:21:57
261.72
94.91
- 玖月初识
-
模型得分为79.57，本次获得实时奖励奖金为28.13元
2019-08-16 11:16:09
- NLP-Learner
-
模型得分为94.86，本次获得排名奖奖金为375元
2019-06-16 15:00:01
- 凉心半浅良心人
-
模型得分为94.81，本次获得排名奖奖金为250元
2019-06-16 15:00:01
- sakuranew
-
模型得分为95.02，本次获得排名奖奖金为625元
2019-06-16 15:00:01
- sakuranew
-
模型得分为95.02，本次获得实时奖励奖金为9元
2019-06-16 14:47:39
- NLP-Learner
-
模型得分为94.86，本次获得实时奖励奖金为14元
2019-06-15 21:14:44
- NLP-Learner
-
模型得分为94.62，本次获得实时奖励奖金为2元
2019-06-14 14:16:07
- NLP-Learner
-
模型得分为94.57，本次获得实时奖励奖金为8元
2019-06-14 13:43:18
- 凉心半浅良心人
-
模型得分为94.18，本次获得实时奖励奖金为11.72元
2019-06-13 11:06:40
- NLP-Learner
-
模型得分为94.42，本次获得实时奖励奖金为183.44元
2019-06-04 11:59:38
- sakuranew
-
模型得分为90.41，本次获得实时奖励奖金为46.88元
2019-05-30 10:52:43
- 陈成
-
模型得分为83.41，本次获得实时奖励奖金为1.46元
2019-05-28 13:50:45
- 普六茹那罗延
-
模型得分为91.02，本次获得实时奖励奖金为93.75元
2019-05-28 13:50:34
- 麦小杨
-
模型得分为86.84，本次获得排名奖奖金为250元
2019-05-23 15:00:01
- 未名湖畔的落叶
-
模型得分为91.04，本次获得排名奖奖金为625元
2019-05-23 15:00:01
- ChangeBio
-
模型得分为87.61，本次获得排名奖奖金为375元
2019-05-23 15:00:01
- 未名湖畔的落叶
-
模型得分为91.04，本次获得实时奖励奖金为23元
2019-05-23 13:54:16
- 未名湖畔的落叶
-
模型得分为90.48，本次获得实时奖励奖金为414元
2019-05-23 13:43:08
- 菜菜来了
-
模型得分为75.99，本次获得实时奖励奖金为56.25元
2019-05-23 13:42:12
- 未名湖畔的落叶
-
模型得分为89.45，本次获得实时奖励奖金为57元
2019-05-23 13:41:54
- 未名湖畔的落叶
-
模型得分为87.8，本次获得实时奖励奖金为11.86元
2019-05-22 19:29:06
- ChangeBio
-
模型得分为87.61，本次获得实时奖励奖金为24元
2019-05-22 19:28:33
- 麦小杨
-
模型得分为86.84，本次获得实时奖励奖金为105.44元
2019-05-22 13:46:02
- 菜菜来了
-
模型得分为53.86，本次获得实时奖励奖金为1.88元
2019-05-21 11:57:21
- 大木淡漠
-
模型得分为55.42，本次获得实时奖励奖金为3.75元
2019-05-20 11:25:25
- ChangeBio
-
模型得分为83.69，本次获得实时奖励奖金为30元
2019-05-20 11:22:06
- ChangeBio
-
模型得分为82.31，本次获得实时奖励奖金为101.75元
2019-05-20 11:21:28
- 恋旧却念旧
-
模型得分为73.43，本次获得实时奖励奖金为112.5元
2019-05-20 11:21:04
- 沙雕网友
-
模型得分为81.93，本次获得实时奖励奖金为380.5元
2019-05-20 11:20:31
- ChangeBio
-
模型得分为56.25，本次获得实时奖励奖金为1元
2019-05-20 11:17:31
- ChangeBio
-
模型得分为55.42，本次获得实时奖励奖金为24元
2019-05-20 11:17:28
讨论
500字
表情
删除确认
是否删除该条评论？
取消
删除
这里还没有内容哦