## 大数据应用分类标注挑战赛深度学习模型Baseline
> 两个模型随便使用。
**比赛链接：**
- http://challenge.xfyun.cn/2019/gamedetail?type=detail/classifyApp
## keras模型训练方式
> 使用bert提取特征，Bidirectional 训练模型,可以达到 74.39565。需要一定的内存。
```
pip install keras
pip install keras_bert
# 指定数据目录，
data_dir = './data/'
# 将bert预训练数据放到改目录
# https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip
BERT_PRETRAINED_DIR = './chinese_L-12_H-768_A-12/'
# 运行
python3 xf_bert_v2.py
```
## kears TextCNN 模型使用方式
- 下载好数据存放`/data`文件夹下，创建`data/xfyun`文件夹
- 数据预处理生成数据集`python xunfei/pre_classify.py`
- 训练模型`python xunfei_classify.py -d ./data/xfyun -n xunfei -m train`
- 预测模型`python xunfei_classify.py -d ./data/xfyun -n xunfei -m predict`
## 参考资料
- [tokenizer](https://www.cnblogs.com/bymo/p/9675654.html)
- [模型结构](https://blog.csdn.net/asialee_bird/article/details/88813385)
@**Galen**_20190717_
