Quora问题对 2つの质问が同じ内容かどうか 最佳解决方案 1日， 2， 第三， 4日， 5日， 7日， 8日， 9日， 24日， 类似比赛 质问に対する回答をwikipedia内から抽出 有害なコメントの分类 书き言葉から话し言葉への変换 有害なコメントかどうか判定 感情分析の根拠となっているフレーズの抽出 参考 [TensorFlow roBERTa-[0.705]] ）

使用Word2Vec，XGBoost和自动编码器进行重复问题检测 在这篇文章中，我解决了基于问题对是否重复来对问题进行分类的问题。 对于Quora或Stack Overflow这样的公司来说，这很重要，因为其中张贴的多个问题是已经回答的问题的重复。 如果算法发现重复的问题，则可以将用户定向到该问题并更快地找到答案。 两个重复问题的示例是“如何阅读和查找我的YouTube评论？” 和“如何查看我在YouTube上的所有评论？”，重复出现的问题是“是什么导致某人嫉妒？” 和“我该怎么做才能避免嫉

kaggle-quora-问题对 我对（排名前2％，私人LB对数损失0.13497）。 总览 该解决方案结合了纯统计功能，经典NLP功能和深度学习。 将近200种手工制作的特征与来自具有不同架构的4个神经网络的失意预测相结合。 最终模型是GBM（LightGBM），使用分层的K折交叉验证对它进行了早期停止训练并且学习率非常低。 复制解决方案 硬件要求 几乎所有代码（某些第三方脚本除外）都可以有效利用多核计算机。 同时，其中一些可能需要大量内存。 所有代码均已在具有64 GB RAM的计算机上进

连体LSTM 使用MaLSTM模型（暹罗网络+曼哈顿距离的LSTM）检测问题对之间的语义相似性。 使用的训练数据集是原始Quora问题对数据集（使用的〜363K对）的子集。 这是Keras基于和。 先决条件 纸，文章 数据 参考文献 原始作者的GitHub 基于TensorFlow的实现 Kaggle的test.csv太大了，所以我就只提取前20个问题，并创建了一个名为test-20.csv和它在使用predict.py 。 您应该将所有数据文件./data目录。 怎么跑 训练 $ py