查看“CCL2021-discussion”的源代码

== 2020.2.22 ==

* Bert-fine-tune
  在base基础上，在所有的unlabeled/labeled data上只用LM-loss去finetune3轮/10轮（给两个fine-tune的bert model，pytorch）。将来我们给基准结果时，也可以给两个有bert-finetune的结果。

* 预训练word embedding，我们也要提供
  借鉴去年的做法，也重新训练下，帅克

* CODT-2.0的数据处理
 全角转半角
 标点符号的处理
 proj/non-proj不用管

* train数据的补全
  在所有train（6个领域，包括BC）合并的train-all数据集上，训练一个supar-crf1o-with-finetune-bert的模型，开发集用dev-all（6个领域）。然后对train-all进行补全。补全的head/label的概率相乘，也放到某一列；如果是人工标注的head，概率写成2.0
  dev和test不补全，没有人工标注的，父亲节点为-1

* 分成开放和封闭两个track？待定
  封闭：只能用我们提供的有标注和无标注数据、我们提供的word embedding
  开放：用任何数据、资源、工具都可以，只要大家能够通过某种方式公开获取（包括购买）到就可以。

* 给一些基础的结果（帅克）
  concat：baseline, +bert, +bert-ft-3, +bert-ft-10 (supar)