原标题：阿水大佬聊赛事：这是“IMDB评论剧透检测”的正确打开方式

来源：AI 研习社         链接：https://www.yanxishe.com/blogDetail/17551

更多大佬经验，点击↓↓↓↓ 加入比赛交流小组吧 （https://www.yanxishe.com/development/69）

AI 研习社 ID：阿水阿水

“IMDB 评论剧透检测”赛事链接：https://god.yanxishe.com/20

AI 研习社：“IMDB 评论剧透检测”赛题一放出，可以明显感知社群的讨论热度比之前的赛事要高，作为 AI 竞赛圈的“老炮”，这个赛题有没有给到你一些触动？

阿水：“IMDB 评论剧透检测”与之前 AI 研习社的题目相比，相对更加复杂，难度更大，所以讨论的人也更多一些。整体而言，这个题目既包含结构化信息，也包含文本信息，所以可玩性很强。

AI 研习社：你认为这个赛题可以有哪几个方向的解题思路？

阿水：有两个可行的解题思路，一个是按结构化数据挖掘的思路做；一个是按 NLP 文本的角度处理。

AI 研习社：从赛事小白的角度追问一句，从提高自身能力而言，你会更推崇哪一种解题思路？

阿水：如果是小白，可以先从结构化角度入手，尝试构建特征加上GBDT等树模型即可。后序再可以加入NLP的相关特征。

AI 研习社：往下走，像你这种水平的选手会开始考虑哪些进阶元素？

阿水：可能会开始思考文本的 TFIDF、本文相似度等等。

AI 研习社：今天你在群里分享的 baseline，有哪些值得学习之处？（baseline 链接：https://github.com/datawhalechina/competition-baseline/commit/8637fd82bedd21583e285e419c4bb0be4db092a3）

阿水：该 baseline 由 AI 研习社社员胡云飘（AI 研习社 ID: yphacker）所写，其核心思路是通过 review_text 的 TFIDF 特征使用 LR 得到的，思路其实很简单。

AI 研习社：你认为正确用好“baseline”的方式是什么？

阿水：baseline 不是为了获得分数，而是通过 baseline 能够正确的读取数据、处理数据、训练模型，从而走完整个流程，并借此了解一类问题的解决思路。

AI 研习社：这也是你最终决定做 baseline 开源项目的原因吗？（项目链接：https://github.com/datawhalechina/competition-baseline）

阿水：baseline 项目最开始是我在个人整理代码时候发起的，现在这个项目在 Datawhale 组织下运行。baseline 项目主要的目的是通过比赛分享一些解决方案，同时也帮助初学者入门数据竞赛。

AI 研习社：最后问个鸡汤点的问题，你认为什么才是“打比赛的正确姿势”？

阿水：从比赛中学习知识，认识更多的小伙伴。

一THE END一

免责声明：本文来自互联网新闻客户端自媒体，不代表本网的观点和立场。

合作及投稿邮箱：E-mail:editor@tusaishared.com