仓库
Pasca/wsdm_cup_2020_1st_solution
Python
wsdm cup 2020第一名解决方案，在WSDM 2020国际网络搜索与数据挖掘会议上，由微软研究院发起了一项学术评测任务Citation Intent Recognition，要求参赛者根据论文中对某项科研工作的描述，从论文库中找出与该描述最匹配的Top3论文，本次评测属于经典的文本检索排序任务。 美团搜索与NLP部与国内两所高校组队，提出了一种基于BERT和LightGBM的多模融合检索排序解决方案，拿下了WSDM Cup 2020 Task 1榜单的第一名 相关博客： https://zhuanlan.zhihu.com/p/116013450 https://blog.csdn.net/abcdefg90876/article/details/105304370 github： https://github.com/myeclipse/wsdm_cup_2020_solution
最近更新: 接近4年前Pasca/CKBQA_2018+2019
A Chinese KBQA dataset containing both simple questions and complex questions. For each chinese question, we provide both the gold answers and the gold SPARQL query, so that this dataset can be also applyied in Semantic Parsing task. Here is a example: q1546:列出中国曾获柏林国际电影节金熊奖的导演？ select ?x where { ?x <职业> <导演>. ?x <国籍> <中华人民共和国>. ?x <主要成就> "威尼斯国际电影节金狮奖". } <张艺谋> <贾樟柯> https://biendata.com/competition/CCKS2018_4/ , https://biendata.com/competition/ccks_2019_6/
最近更新: 4年前