https://github.com/jeffersonlicet/santander-questions-classification

🥈 Second Place Solution - Public Leaderboard Top 3 - 0.86639 | Clasificación de preguntas de clientes | Escuela de Ciencias Informáticas 2020. Universidad de Buenos Aires y Banco Santander.
https://github.com/jeffersonlicet/santander-questions-classification

fastext keras machine-learning nlp tensorflow word2vec

Last synced: about 2 months ago
JSON representation

🥈 Second Place Solution - Public Leaderboard Top 3 - 0.86639 | Clasificación de preguntas de clientes | Escuela de Ciencias Informáticas 2020. Universidad de Buenos Aires y Banco Santander.

• Host: GitHub
• URL: https://github.com/jeffersonlicet/santander-questions-classification
• Owner: jeffersonlicet
• Created: 2020-07-15T17:24:45.000Z (almost 5 years ago)
• Default Branch: master
• Last Pushed: 2020-11-26T21:33:51.000Z (over 4 years ago)
• Last Synced: 2025-03-28T09:51:30.278Z (2 months ago)
• Topics: fastext, keras, machine-learning, nlp, tensorflow, word2vec
• Language: Jupyter Notebook
• Homepage:
• Size: 225 KB
• Stars: 6
• Watchers: 1
• Forks: 1
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# Santander Questions Classification 2020 - Second Place

## 🏅 TOP 3 - 0.86639

 

## Exploración de datos y explicación de la solución:

https://github.com/jeffersonlicet/santander-questions-classification/blob/master/Informe.ipynb

## Solución:

![](https://camo.githubusercontent.com/c814494ff12e6337a262bf025f01d3d8eefb3725/68747470733a2f2f692e696d6775722e636f6d2f56744b6437704b2e706e67)

Indicaciones para entrenar los modelos:

Se adjuntan 4 archivos:

* LSTM_GRU_0_86.ipynb Notebook con todo el código para entrenar los modelos basados en LSTM y GRU

* BERT_0_86.ipynb Notebook con todo el código para entrenar el modelo basado en BERT

* Informe.ipynb Notebook con el informe y el análisis de datos.

* assemble.py Script que ensambla las predicciones de los 3 modelo y genera un archivo listo para ser enviado a la competencia.

# 1: Entrenar los modelos:

Correr los notebooks preferiblemente en paralelo y utilizando Google Colaboratory.

  * LSTM_GRU_0_86.ipynb con GPU Activado

  * BERT_0_86.ipynb con TPU Activado

# 2: Descargar los archivos

Una vez finalizado el entrenamiento, que toma algo más de una hora, ambos notebooks van a intentar

descargar archivos, en caso de que no posean permisos para descargarlos por parte del browser puede

intentar descargarlos manualmente.

# 3: Ensamblar la solución

Archivos que deben estar descargados y en el mismo directorio:

* test_ids.npy Contiene los ids de los casos de testing

* labels.npy Contiene los nombres de las clases mapeadas a indices

* bert.npy Contiene la distribución de probabilidad calculada usando BERT

* lstm.npy Contiene la distribución de probabilidad calculada usando LSTM

* gru.npy Contiene la distribución de probabilidad calculada usando GRU

Con los archivos en el mismo directorio que el archivo assemble.py que se encuentra

adjuntado realizar lo siguiete:

> pip install numpy

y luego 

> python assemble.py

Finalmente se va a generar un archivo llamado submission.csv con las predicciones correspondientes.

Gracias.