{
  "fetched_at": "2026-10-19T17:36:29Z",
  "source_url": "https://www.kaggle.com/competitions/csu-ai-inclass-nlp2024/data",
  "pages": [
    {
      "name": "data-description",
      "content": "本次实验共提供了三个数据文件，其中train.csv用于训练分词器，test.csv用于测试训练好的分词器，sample_sumbmission.csv展示了提交结果的标准格式。\n特别的，在这里说明一下提交结果的格式。提交结果文件包含两列，分别是‘id’，‘expected’，提交时请保持一致。‘expected’是切分的结果，得到该结果的流程如下：\n\n```“我爱自然语言处理” -->分词--> “我 爱 自然 语言 处理” -->转换--> “[0] [1] [2,3] [4,5] [6,7]”。```\n\n其中，’[]‘内不包含空格，‘[]’之间由空格隔开。transfer.py提供一种可能的转换方法。\n\n##文件列表\n- train.csv - 训练集，已切分\n- test.csv - 测试集\n- sample_submission.csv - 提交数据样例\n- transfer.py - 切分结果转换脚本\n- chinese_word_freq_list.txt - 词语频次列表\n\n##列名称含义\n- id - 测试集中数据的id\n- sentence - 训练集与测试集中的语句\n- expected - 切分结果",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "本次实验的评价指标选用MeanFScore，具体计算方法如下：\n$$MeanFScore = \\frac{1}{N}\\sum_{\\mathrm{i}=1}^{\\mathrm{N}}F_{1\\mathrm{i}}$$\n\n即：分别计算每一行数据的F1，然后最终对这些F1值取平均。分词结果的F1值计算可以参考：NLP中文分词的评估指标",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "\n - Don't cheat!\n - Apply yourself!\n - 请将本页面Team标签下的Team Name改为“学号-姓名”，如：8207190000-王王王",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "abstract",
      "content": "这是中南大学自动化学院，自然语言处理课程的分词实验。\n\n本次实验期望同学们使用train.csv文件训练自己的分词器，并在test.csv文件上进行测试，最终按照sample_submission.csv文件的格式提交测试结果。\n##注意事项\n请将本页面Team标签下的Team Name改为“学号-姓名”，如：8207190000-王王王。",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}