CCL2021Data

更新过程

BC

1. 更新dev（998->974）、test-answer（1995->1956）。并改成了半角。无标点head
2. 补充train（28119）。全改成了半角。有标点head
3. 构造无答案的test（1956）

PB

1. 改成半角（train、dev、test、test-answer、unlabeled）
2. 更新train（5129->4982）、Dev（1300->1271）、test-answer（2600->2530）的答案，train有标点head，后两者无。
3. 获取test-noAnswer

PC

1. 改成半角（train、dev、test、test-answer、unlabeled）
2. 更新train（6885->6835）、Dev（1300->1291）、test-answer（2600->2585）的答案，train有标点head，后两者无。
3. 获取test-noAnswer

ZX

1. 改成半角（train、dev、test、test-answer、unlabeled）
2. 更新train（1645->1513）、Dev（500->459）、test-answer（1100->1015）的答案，train有标点head，后两者无。
3. 获取test-noAnswer

FN（财经）

1. 全角转半角
2. 更新 train（4938->4624）Dev（1000->933）test（2000->1861)   test-full(800->775)。train有标点head，后两者无。
3. 获取test-noAnswer
4. 用test-full把train补到5000， 其他不动。
5. unlabeld，转半角、转格式、11W（118109）

LG（法律）

1. 全角转半角
2. 更新 train（6846->6568）Dev（1000->955）test（2000->1912)   test-full(800->778)。train有标点head，后两者无。
3. 获取test-noAnswer
4. 把train减少到5000，剩余的另外保存为train-remain
5. unlabeld，转半角、转格式、选15W，

原本	train	dev	test	test-full
财经	4624	933	1861	775
法律	6568	955	1912	778
暂定比例	5000	1000	2000

最终2021-2-10

	train	dev	test	unlabeled	all-labeled
BC	26,119	974	1,956		29,049
PB	4,982	1,271	2,530	291,481	8,783
PC	6,835	1,291	2,585	349,922	10,711
ZX	1,513	459	1,015	33,792	2,987
FIN	5,000	933	1,861	118,109	7,794
LEG	5,000	955	1,912	150,000	7,867
Total	49,449	5,883	11,859	943,304	67,191