由于PAI平台限制，所有代码都放在一个文件里面，pai_train.py是获得本次比赛成绩的文件，实验共使用了4个模型，分别是自定义Siamese网络、ESIM网络、Decomposable Attention和DSSM网络。其中Siamese、ESIM和Decomposable Attention有char level和word level两个版本，DSSM网络只有char和word的合并版本。最佳记录由多个模型进行blending融合预测，遗憾没有尝试一下10fold交叉训练模型，前排貌似都用了，而且这里每个模型都只用了2个小时来训练。
模型性能比较，字符级的esim模型在这个任务中表现最佳。
| model name | 模型输出与标签相关性r | 最优f1评分 | 取得最优f1评分的阈值 |
|---|---|---|---|
| siamese char | 0.553536380131115 | 0.6971525551574581 | 0.258 |
| siamese word | 0.5308273808879237 | 0.6873517065157875 | 0.242 |
| esim char | 0.5853469280801447 | 0.7116622491480499 | 0.233 |
| esim word | 0.5783574742744366 | 0.7100964753080524 | 0.263 |
| decom char | 0.5288425401105513 | 0.6825720620842572 | 0.249 |
| decom word | 0.4943718720970039 | 0.6677430929314676 | 0.212 |
| dssm both | 0.5638034287814917 | 0.6980098067493511 | 0.263 |
训练感受：
- batchsize不要太大，虽然每个epoch更快完成， 但每个epoch权重更新次数变少了，收敛更慢
- 使用循环学习率可以收敛到更好的极值点，更容易跳出局部极值，如在一个epoch中，使学习率从小变大，又逐渐变小
- 利用SWA这种简单的模型融合方法可以获得泛化能力更好的性能，本地提升明显，但线上没有改善。
pai_transform.py和pai_old.py是两次不成功的尝试：
pai_transform.py试图参考fastai的ULMFiT方法，通过训练语言模型作为embedding输入，并针对当前分类任务更改网络结构以适应当前训练过程。
pai_old.py试图参考quora分享，使用文本特征工程进行分类。
模型来源siamese参考：https://blog.csdn.net/huowa9077/article/details/81082795 ESIM网络、Decomposable Attention来自Kaggle分享：https://www.kaggle.com/lamdang/dl-models DSSM网络来自bird大神分享：https://openclub.alipay.com/read.php?tid=7480&fid=96 感谢以上！