搜狗新闻文本分类预测

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

该数据集来自若干新闻站点2012年6月—7月期间国内,国际,体育,社会,娱乐等18个频道的新闻数据。根据新闻正文内容分析新闻的类别

赛事主题和数据说明

赛题描述

通过迭代自己的算法模型并提交训练,获取奖金池高额奖金。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

sogouNews

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 文章内容
label string 不为空 文章类型

输入字段: text,

输出字段: label,

参考文献:

[1]Automatic Online News Issue Construction in Web Environment. Canhui Wang, Min Zhang, Shaoping ma, Liyun Ru, the 17th International World Wide Web Conference (WWW08), Beijing, April, 2008.

评审标准

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:

展开

  • 竞赛排行榜
  • 自由练习榜单
第三名

提供者:cclxx

大神经验
batch数据为128,循环次数为2500次,损失函数优化完,最终完成评分为94.8。

2019-04-10 10:54:12

94.80

大神经验
第三名

提供者:云中漫步的云彩

大神经验
batch数据为256,循环次数为4000次,损失函数优化完,最终完成评分为94.1。

2019-04-21 16:08:13

94.10

大神经验
第三名

提供者:BrikerMan

大神经验
batch数据为320,循环次数为2000次,损失函数优化完,最终完成评分为93.45。

2019-04-23 12:49:13

93.45

大神经验
4

提供者:杰

大神经验
batch数据为256,循环次数为3000次,损失函数优化完,最终完成评分为93.25。

2019-04-12 20:00:54

93.25

大神经验
5

提供者:菜菜来了

大神经验
batch数据为256,循环次数为5000次,损失函数优化完,最终完成评分为93.25。

2019-04-18 17:05:39

93.25

大神经验
6

提供者:Keaton

大神经验
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93.05。

2019-08-01 17:14:30

93.05

大神经验
7

提供者:lbj

大神经验
batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为92.3。

2019-04-02 12:40:33

92.30

大神经验
8

提供者:麦小杨

大神经验
batch数据为16,循环次数为3次,损失函数优化完,最终完成评分为92.2。

2019-06-11 09:59:52

92.20

大神经验
9

提供者:NLP-Learner

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92.15。

2019-05-16 16:11:42

92.15

暂未公开
10

提供者:侠

大神经验
batch数据为128,循环次数为2000次,损失函数优化完,最终完成评分为91.95。

2019-05-23 11:53:58

91.95

大神经验
11

提供者:Z

暂未公开
batch数据为256,循环次数为5000次,损失函数优化完,最终完成评分为91.65。

2019-05-26 10:57:52

91.65

暂未公开
12

提供者:Staples

暂未公开
batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为91.2。

2019-04-02 13:11:27

91.20

暂未公开
13

提供者:alex_jiang

暂未公开
batch数据为256,循环次数为3000次,损失函数优化完,最终完成评分为91.1。

2019-04-02 16:33:45

91.10

暂未公开
14

提供者:Lavender

暂未公开
batch数据为256,循环次数为5000次,损失函数优化完,最终完成评分为91.1。

2019-06-23 18:59:51

91.10

暂未公开
15

提供者:yunqixu1554192835

暂未公开
batch数据为128,循环次数为4000次,损失函数优化完,最终完成评分为90.85。

Keras

CNN+LSTM

2019-04-09 17:12:14

90.85

暂未公开
16

提供者:梅三哥的柯基

暂未公开
batch数据为128,循环次数为2000次,损失函数优化完,最终完成评分为90.7。

2019-05-23 17:00:50

90.70

暂未公开
17

提供者:致Great

暂未公开
batch数据为64,循环次数为3000次,损失函数优化完,最终完成评分为90.65。

2019-04-10 01:00:59

90.65

暂未公开
18

提供者:Hallo

暂未公开
batch数据为256,循环次数为3333次,损失函数优化完,最终完成评分为90.5。

2019-03-20 16:49:44

90.50

暂未公开
19

提供者:as472780551

暂未公开
batch数据为128,循环次数为5000次,损失函数优化完,最终完成评分为90.5。

2019-05-19 09:41:45

90.50

暂未公开
20

提供者:horson

暂未公开
batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为90.45。

2019-04-15 14:56:02

90.45

暂未公开
21

提供者:Neptune

暂未公开
batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为90.3。

2019-04-27 12:38:36

90.30

暂未公开
22

提供者:军军无敌

暂未公开
batch数据为128,循环次数为5000次,损失函数优化完,最终完成评分为90.15。

2019-04-03 10:24:38

90.15

暂未公开
23

提供者:FC

暂未公开
batch数据为256,循环次数为3000次,损失函数优化完,最终完成评分为90.15。

2019-04-14 23:51:04

90.15

暂未公开
24

提供者:lightning-zgc

暂未公开
batch数据为128,循环次数为5000次,损失函数优化完,最终完成评分为90.1。

2019-04-04 18:34:27

90.10

暂未公开
25

提供者:Jtay2019

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90.1。

2019-05-14 07:58:18

90.10

暂未公开
26

提供者:虹猫少侠

暂未公开
batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为89.75。

2019-04-05 23:50:41

89.75

暂未公开
27

提供者:Sky*maple

暂未公开
batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为89.7。

2019-06-01 20:57:03

89.70

暂未公开
28

提供者:rust

暂未公开
batch数据为256,循环次数为1000次,损失函数优化完,最终完成评分为89.55。

2019-04-04 14:32:21

89.55

暂未公开
29

提供者:Frodo_X

暂未公开
batch数据为128,循环次数为2000次,损失函数优化完,最终完成评分为89.55。

2019-05-11 22:01:01

89.55

暂未公开
30

提供者:慕先

暂未公开
batch数据为200,循环次数为10000次,损失函数优化完,最终完成评分为89.55。

2019-07-28 22:35:25

89.55

暂未公开
31

提供者:晓风残月丶

暂未公开
batch数据为256,循环次数为2500次,损失函数优化完,最终完成评分为89.45。

2019-05-05 15:30:51

89.45

暂未公开
32

提供者:Gavin

暂未公开
batch数据为128,循环次数为8000次,损失函数优化完,最终完成评分为89.35。

2019-03-29 19:50:31

89.35

暂未公开
33

提供者:浮生若梦

暂未公开
batch数据为32,循环次数为10000次,损失函数优化完,最终完成评分为89.3。

2019-04-28 03:16:49

89.30

暂未公开
34

提供者:david-dzt

暂未公开
batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为89.25。

2019-04-07 19:49:09

89.25

暂未公开
35

提供者:To Be Strong

暂未公开
batch数据为128,循环次数为2000次,损失函数优化完,最终完成评分为89.2。

2019-05-10 18:02:11

89.20

暂未公开
36

提供者:LzM_

暂未公开
batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为89.1。

2019-03-21 01:32:11

89.10

暂未公开
37

提供者:李佳政Rengar

暂未公开
batch数据为128,循环次数为2000次,损失函数优化完,最终完成评分为88.95。

2019-04-03 14:15:24

88.95

暂未公开
38

提供者:zhiduanqingchang

暂未公开
batch数据为128,循环次数为2000次,损失函数优化完,最终完成评分为88.95。

2019-04-08 00:04:19

88.95

暂未公开
39

提供者:ttttaeyang

暂未公开
batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为88.95。

2019-05-20 16:40:17

88.95

暂未公开
40

提供者:低调菜

暂未公开
batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为88.8。

2019-04-08 18:50:43

88.80

暂未公开
41

提供者:藏锋1558175243

暂未公开
batch数据为512,循环次数为5000次,损失函数优化完,最终完成评分为88.75。

2019-05-19 02:31:56

88.75

暂未公开
42

提供者:江月

暂未公开
batch数据为128,循环次数为2500次,损失函数优化完,最终完成评分为88.5。

2019-05-22 13:39:45

88.50

暂未公开
43

提供者:梯度下降

暂未公开
batch数据为256,循环次数为5000次,损失函数优化完,最终完成评分为88.4。

2019-03-19 16:42:24

88.40

暂未公开
44

提供者:Anthonyจุ๊บ

暂未公开
batch数据为1024,循环次数为3000次,损失函数优化完,最终完成评分为88.2。

2019-06-27 15:45:14

88.20

暂未公开
45

提供者:Elliott

暂未公开
batch数据为64,循环次数为2000次,损失函数优化完,最终完成评分为88.15。

2019-05-18 23:43:49

88.15

暂未公开
46

提供者:刘谕齐

暂未公开
batch数据为256,循环次数为1500次,损失函数优化完,最终完成评分为88.1。

2019-03-31 10:02:55

88.10

暂未公开
47

提供者:凌空

暂未公开
batch数据为128,循环次数为2500次,损失函数优化完,最终完成评分为88.05。

2019-05-04 22:24:03

88.05

暂未公开
48

提供者:筱潇妍

暂未公开
batch数据为2000,循环次数为256次,损失函数优化完,最终完成评分为88.05。

2019-08-04 13:26:50

88.05

暂未公开
49

提供者:善假于物

暂未公开
batch数据为512,循环次数为3000次,损失函数优化完,最终完成评分为87.35。

2019-04-07 17:24:02

87.35

暂未公开
50

提供者:k一起旅行

暂未公开
batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为87.2。

2019-04-02 18:35:49

87.20

暂未公开
51

提供者:灵翼侠

暂未公开
batch数据为32,循环次数为1000次,损失函数优化完,最终完成评分为86.35。

2019-07-01 00:39:25

86.35

暂未公开
52

提供者:为之奈何

暂未公开
batch数据为1024,循环次数为2000次,损失函数优化完,最终完成评分为82.15。

2019-07-04 14:41:28

82.15

暂未公开
53

提供者:fatty

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78.35。

2019-04-03 18:52:37

78.35

暂未公开
54

提供者:sixgod

暂未公开
batch数据为256,循环次数为2019次,损失函数优化完,最终完成评分为77.75。

2019-05-20 17:16:20

77.75

暂未公开
55

提供者:AiFool

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77.7。

2019-06-21 17:34:45

77.70

暂未公开
56

提供者:渐行渐远

暂未公开
batch数据为256,循环次数为1500次,损失函数优化完,最终完成评分为63.55。

2019-04-02 15:06:19

63.55

暂未公开
57

提供者:x1554808904

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63.15。

2019-04-09 23:50:24

63.15

暂未公开
58

提供者:亚豪

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55.55。

2019-05-24 00:48:54

55.55

暂未公开
59

提供者:杰森

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37.7。

2019-04-15 10:53:48

37.70

暂未公开
60

提供者:葫芦枚

暂未公开
batch数据为128,循环次数为500次,损失函数优化完,最终完成评分为25.35。

2019-06-16 17:20:24

25.35

暂未公开
61

提供者:普六茹那罗延

暂未公开
batch数据为32,循环次数为4000次,损失函数优化完,最终完成评分为23.6。

2019-05-26 14:21:32

23.60

暂未公开
62

提供者:就是很任性

暂未公开
batch数据为1000,循环次数为10次,损失函数优化完,最终完成评分为22.8。

2019-04-17 05:48:42

22.80

暂未公开
63

提供者:WillGO!

暂未公开
batch数据为128,循环次数为500次,损失函数优化完,最终完成评分为15.45。

2019-04-30 18:09:35

15.45

暂未公开
第一名
Outdo ོ 2019-11-17 14:55:45
2019-11-17 14:55:45
91.2
第二名
feng 2019-11-14 15:36:22
2019-11-14 15:36:22
89.65
第三名
χ 2019-08-05 22:05:18
2019-08-05 22:05:18
88.82
4
michael... 2019-08-08 16:41:49
2019-08-08 16:41:49
88.82
5
路通 2019-11-22 10:48:14
2019-11-22 10:48:14
85.3
6
永不息的舞步 2019-08-17 05:39:17
2019-08-17 05:39:17
84.4
7
小数定理 2019-08-18 10:28:45
2019-08-18 10:28:45
84.4
8
为我 2019-08-20 23:21:08
2019-08-20 23:21:08
84.4
9
勾陈一 2019-09-02 23:26:43
2019-09-02 23:26:43
84.4
10
宏峰 2019-09-06 09:24:06
2019-09-06 09:24:06
84.4
11
丅丄 2019-09-06 10:28:39
2019-09-06 10:28:39
84.4
12
2019-09-08 08:56:46
2019-09-08 08:56:46
84.4
13
成廿八吋大髀 2019-09-10 09:57:56
2019-09-10 09:57:56
84.4
14
小明1562660031 2019-09-10 16:00:44
2019-09-10 16:00:44
84.4
15
Lllhb 2019-09-18 23:58:34
2019-09-18 23:58:34
84.4
16
弱鸡瑟瑟发抖 2019-09-28 07:36:40
2019-09-28 07:36:40
84.4
17
胡坤伦 2019-09-29 17:27:40
2019-09-29 17:27:40
84.4
18
路飞1568872150 2019-09-30 10:22:05
2019-09-30 10:22:05
84.4
19
Julius 2019-09-30 15:09:48
2019-09-30 15:09:48
84.4
20
jsong 2019-10-18 21:34:27
2019-10-18 21:34:27
84.4
21
jkx、 2019-10-20 11:44:34
2019-10-20 11:44:34
84.4
22
彩虹小猪狗 2019-11-04 14:48:11
2019-11-04 14:48:11
84.4
23
小sun 2019-11-08 14:42:51
2019-11-08 14:42:51
84.4
24
Kenshin 2019-11-12 20:14:50
2019-11-12 20:14:50
84.4
25
qianrong0709 2019-11-12 21:18:40
2019-11-12 21:18:40
84.4
26
fming 2019-11-13 19:14:16
2019-11-13 19:14:16
84.4
27
xuexiongfei 2019-11-14 09:45:51
2019-11-14 09:45:51
84.4
28
TAKA1573698402 2019-11-14 11:18:10
2019-11-14 11:18:10
84.4
29
Sonder 2019-11-14 18:08:11
2019-11-14 18:08:11
84.4
30
YanL 2019-11-14 19:07:57
2019-11-14 19:07:57
84.4
31
Do it 2019-11-15 16:14:06
2019-11-15 16:14:06
84.4
32
DETA 2019-11-16 21:23:46
2019-11-16 21:23:46
84.4
33
Sun 2019-11-17 19:58:44
2019-11-17 19:58:44
84.4
34
TaihuiWu 2019-11-17 20:52:10
2019-11-17 20:52:10
84.4
35
Longines 2019-11-18 17:18:13
2019-11-18 17:18:13
84.4
36
练字不能停 2019-11-20 12:28:13
2019-11-20 12:28:13
84.4
37
Ivan1009 2019-11-20 14:19:19
2019-11-20 14:19:19
84.4
38
柠檬味de星星 2019-11-20 14:20:49
2019-11-20 14:20:49
84.4
39
逸毅懿熠 2019-11-20 17:19:32
2019-11-20 17:19:32
84.4
40
入我梦来 2019-11-21 08:59:58
2019-11-21 08:59:58
84.4
41
宋江涛 2019-11-25 19:54:29
2019-11-25 19:54:29
84.4
42
ivyya 2019-11-29 15:40:41
2019-11-29 15:40:41
84.4
43
陈坤峰 2019-08-22 21:39:45
2019-08-22 21:39:45
40.55
44
abbott_wj 2019-09-04 21:13:25
2019-09-04 21:13:25
35.45

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.进入代码编辑页下载当前代码

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

cd path\to\project

4.开启 FlyAI-Jupyter 代码调试环境

在终端执行命令 flyai.exe ide 打开调试环境

操作过程有延迟,请耐心等待

运行 run main.py 命令即可在本地训练调试代码

5.提交训练到GPU

在FlyAI-Jupyter环境下运行 !flyai.exe train 将代码提交到云端GPU免费训练

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

6.下载本地测试数据

首次成功执行本地调试命令后,将在本地代码包中自动生成"data"数据集文件夹

更多参赛帮助请查看文档中心

1.进入代码编辑页下载当前代码

2.本地解压缩代码包文件,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.开启 FlyAI-Jupyter 代码调试环境

运行flyai.exe程序,点击"使用jupyter调试"按钮自动打开jupyter notebook 操作界面

运行 run main.py 命令即可在本地训练调试代码

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GPU训练"按钮,代码将自动提交到云端GPU进行训练

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

更多参赛帮助请查看文档中心

1.进入代码编辑页下载当前代码

2.使用终端进入到项目的根目录下

cd path\to\project

3.初始化环境登录

使用如下命令授权 flyai 脚本: chmod +x ./flyai

4.开启 FlyAI-Jupyter 代码调试环境

在终端执行命令 ./flyai ide 打开调试环境 操作过程有延迟,请耐心等待 运行 run main.py 命令即可在本地训练调试代码

5.提交训练到GPU

在FlyAI-Jupyter环境下运行 !flyai.exe train 将代码提交到云端GPU免费训练 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

6.下载本地测试数据

首次成功执行本地调试命令后,将在本地代码包中自动生成"data"数据集文件夹

更多参赛帮助请查看文档中心

$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
参赛提示


申请参赛资格请扫描上方二维码联系FlyAI客服

当前赛题您未在 24小时内 报名参加
参赛资格已失效,如有疑问请联系FlyAI客服

当前赛题您未在 48小时内 提交有效成绩
参赛资格已失效,如有疑问请联系FlyAI客服

参加其他比赛
提交结果文件
提示:每次提交需消耗 100 FAI

仅支持上传 CSV 格式的文件

$vue{csvName}上传成功
取消 确认提交

评估成绩得分

$vue{csv_data.score}
$vue{csv_data.lable}
关闭结果