查看“CCL2021Data”的源代码

== 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 |
| ---- | ----- | ---- | ---- | --------- |
| BC   | 28119 | 974  | 1956 |           |
| PB   | 4982  | 1271 | 2530 | 291481    |
| PC   | 6835  | 1291 | 2585 | 349922    |
| ZX   | 1513  | 459  | 1015 | 33792     |
| FN   | 5000  | 933  | 1861 | 118109    |
| LG   | 5000  | 955  | 1912 | 150000    |