百度地图毕业设计源码-贝壳找房问答匹配：2020 CCF 大数据与计算智能大赛房地产业应用挑战

简介：
本项目为2020年CCF大数据与计算智能大赛中关于房地产应用挑战的设计，旨在利用百度地图API和贝壳找房的数据源代码，实现用户提问与房源信息的精准匹配。 百度地图毕业设计源码比赛贝壳找房-房行业聊天问答匹配 这是我第一次正式参加一个大型的NLP比赛，全程独自完成。经过一个多月的努力，最终结果是A榜70+，B榜60+。虽然成绩不够理想，但在整个过程中学习到了很多知识，并且遇到了不少挑战，在赛后也认识到了自己的不足之处。因此决定在这里总结回顾一下自己的一些思路和方法，并分享相应的代码。 本项目都是基于pytorch实现的。数据首先来说说数据，此次赛题是以房产中介为背景，客户与中介之间的问答文本作为基础数据集，每个问题对应多个候选回答（0到n个），其中包含这些候选中的正确答案。在处理这部分数据时，由于BERT模型使用的是字符级别的token化方法，因此我没有进行分词、停用词和标点符号的预处理工作。我认为，在某些场景下部分停用词及标点可以提供特定的信息价值。最终我将问题（question）与回答（reply）组合成了pair对。 在模型选择方面，本项目主要使用了BERT，并且后期融合时还采用了RoBERTa。