仅支持上传 CSV 格式的文件
$vue{csvName}上传成功
取消
确认提交
中文微博的立场检测
分享给好友
剩余奖金 ¥ 5,000
报名参赛
报名参赛
大赛简介
本次立场检测任务旨在自动确定微博作者对某一话题赞成给定topic（FAVOR），反对给定topic（AGAINST），或者两者都不是（NONE）。注意到给定topic可能不在微博文本中。这意味着立场检测不同于传统的目标检测/部分情绪分析。
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
- 方式一：
- 在线查看样例根据FlyAI样例模版实现算法并使用云端免费GPU进行模型训练获得最终成绩得分
- 方式二：
- 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，在本地进行代码调试的教程请查看[文档中心]
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
- 最终比赛成绩以排行榜显示排名为准
- 根据作品提交时间先后顺序进行人工审核，审核合格后提交至排行榜
- 禁止使用外部链接下载代码替换本项目代码
- 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 | 无时间限制；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 | 无时间限制；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 |
备注:
- 上线时间：2019-08-02
- 周排行奖结算时间：2019-08-09 15:00:00；月排名奖结算时间：2019-09-02 15:00:00
- 奖金获取标准：90<Score 按照得分比例获取奖金
- 获得奖金分为3部分：参与奖、突破奖为审核完毕实时获取的奖金，排名奖需在规定时间结束后根据排名顺序获得
- Bouns表示为：奖金池总金额；Score表示为：模型得分；
- 【参与奖】相同得分区间无法再次获得奖励
- 各项奖金获得计算公式参考如下：
- 参与奖(Participation Award)
- R表示：得分的区间系数；T表示为：相同得分区间得分人数；
- 100-标准分：分为5个区间系数；R1(0.02),R2(0.08),R3(0.15),R4(0.25),R5(0.5)
- 突破奖(Prizes)
- N表示：第N次更新排行榜；Prizes_N-1表示：排行榜更新后已发放的突破奖金
- 排名奖(Ranking Award)
- Time_p表示：相关截止日期的奖金发放系数；K表示：每次发放排行榜前三名的分配系数；
赛事主题和数据说明
赛题描述
通过实现算法并提交训练，得分超过基线并通过人工审核后可以实时获取奖金。
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，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：
| 文件名 | 字段名称 | 字段类型 | 备注 |
|---|---|---|---|
| ID | int | 不为空 | ID |
| TARGET | string | 不为空 | topic |
| TEXT | string | 不为空 | 文本内容 |
| STANCE | string | 不为空 | 立场分类标签 |
参考文献：
[1]郑海洋, 高俊波, 邱杰, 焦凤. 基于词向量技术与主题词特征的微博立场检测. 计算机系统应用, 2018, 27(9): 118-123.
[2]周耘立,李珊珊.微博立场检测研究综述.四川大学计算机学院,成都,610065.
[3]白静,李霏,姬东鸿.基于注意力的BiLSTM-CNN中文微博立场检测模型.武汉大学计算机学院,湖北,武汉,430072.
[4]周艳芳,周刚,鹿忠磊.一种基于迁移学习及多表征的微博立场分析方法.数学工程与先进计算国家重点实验室,郑州,450001.
评审标准
算法输入输出格式
输入字段： TARGET, TEXT,
输出字段： STANCE,
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：
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、PaddlePaddle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。
展开
- 竞赛排行榜
- 奖金记录
- 讨论($vue{comment_count})
超过 90分 的成绩会在48小时内更新到排行榜，不要着急哦！
讨论
500字
表情
每日优质讨论奖励 20FAI
发送每日优质讨论奖励 20FAI
删除确认
是否删除该条评论？
取消
删除
36
batch数据为64，循环次数为200次，损失函数优化完，最终完成评分为44.88。
TensorFlow
Gated Transformer
2020-03-19 15:37:24
44.88
还没有奖金记录哦～ 快去参赛吧！