自然语言处理NLP星空智能对话机器人系列：NLP on Transformers 101 第16章：Kaggle BERT比赛CommonLit Readability Prize赛题解析
第16章：Kaggle BERT比赛CommonLit Readability Prize赛题解析、Baseline代码解析、及比赛常见问题 1，以问题为导向的Kaggle Data Competition分析 2，为何Kaggle上的NLP 80%以上都是文本分类比赛，并必须使用Neural Networks？ 3，文本复杂度衡量不同类型实现技术分析 4，比赛的Training数据集分析：id、url_legal、license、excerpt、target、standard_error 5，比赛的评价指标分析 6，Readability：NLP Classification or Regression based on neural networks 7，Kaggle比赛通用步骤：Data - Cleaning - Store - GridSearch - Model - Prediction 8，比赛外部数据集分析 9，比赛使用的硬件条件分析 10，Training Set、Validation Set、Test Set 11，比赛的双层Pretraining技术解析 12，Pretraining的三大类型解析：ITPT、IDPT、CDPT 13，传统的Statistics Method建模 + 树模型 14，Statistical features构建源码分析 15，融合统计信息并使用Regression模型解析 16&#x
