我们很高兴向大家宣布,我们收到优秀提交2023年Datathon &机器学习竞争和自豪地宣布获胜者。恭喜你!
团队1(持续音Meherprasad叫丽芙·桑德伯格,沙玛,Aditya Agarwal,和齐娜多丽丝·佩雷拉)突出以其复杂的模型在马拉松”部分,其次是团队6(朱莉Thach, Swapnali Gujar,特伦顿。里弗斯,和扬州)。订单在datathon部分逆转。团队6带注释的迄今为止最正确tweet,其次是团队1。
团队1和团队赢得了6一等奖。
团队4 (William McCready亚杰西艾力达,Mayeesha Farjana, Natanya浴,Ranvir Singh Virk,和Himanshu Gupta)和接收部分做得很好三等奖。
的评价的结果提出了在印第安纳大学Luddy雷竞技官方网站下载人工智能中心的开放2023年3月8日。
我们感谢所有团队的参与。
团队1持续音(丽芙·桑德伯格,Meherprasad吩咐,沙玛,Aditya Agarwal,和齐娜多丽丝·佩雷拉)
团队1使用nltk,泡菜,wordnet, Scikit-learn进行训练。他们建造了两个数据集模型(金本位和类数据)并合并它们。的模型是有偏见的消息和挑衅和额外的模型是有偏见的消息。他们还建立了两个模型来干净的数据。他们用80%的数据训练模型和20%测试它。他们的分数接近datatsets尽管噪音。我们在清洁的数据集上运行他们的模型导致一个优秀的F1得分为0.92分。模型是用python编写和提供在这里。
团队6(朱莉Thach, Swapnali Gujar、特伦顿李维斯和扬州)
团队6使用不同的库来完成需求,包括nltk scikit-learn,泡菜,和姜。他们训练和测试模型。在火车模型有清洁文本代码,然后预测是否一个给定的文本是有偏见的。他们建了另一个模型来预测一个文本是否属于一个特定的标签。文本是否预测属于标签使用pre-trained模型。组织良好的代码和情绪分析遵循一个标准的管道。
团队4(William McCready亚杰西艾力达Mayeesha Farjana, Natanya浴,Ranvir Singh Virk,和Himanshu Gupta)
团队4使用不同的库来完成需求,包括sckit-learn Numpy。代码执行数据清理、预处理和特征提取。文本数据清洗通过删除不必要的字符,将收缩转换为其扩展形式和删除特殊字符。编写良好的代码和数据清洗的方法,预处理和特征提取是标准的。
歧视亚洲人,黑人,犹太人,西班牙裔/ Latinx,和穆斯林社会媒体:Datathon高中生和本科生竞争
想了解在线仇恨言论和如何检测和作战使用机器学习吗?
在这些讲习班,IU教授的带领下,参与者将学习如何识别、监控和跟踪偏差信息社会媒体(尤其是微博)。参与者将被放置到团队和要求一起工作在自己的脚本和注释。三车间:
1:什么是仇恨言论在线吗?偏见的表现是什么亚洲人,黑人,西班牙人、犹太人和穆斯林吗? 机器学习是什么?我们为什么需要机器学习观察和打击仇恨言论?
2:为什么我们需要手动标记数据集?如何标注tweet
3:如何使用机器学习与标注的工作吗?
参与:
奖品:
要求:
因为这个项目的性质,你将需要访问一台电脑和互联网连接。所有车间将进行缩放。
日期:
2023年1月15日, @ 下午1 - 3点等
2023年1月22日, @ 下午1 - 3点等
2023年1月29日, @ 下午1 - 3点等
如何 让 参与进来:
联系人:
教授Jikeli: gjikeli@indiana.edu
詹娜所罗门:jpsolomo@iu.edu
优雅温和的:gcbland@iu.edu
资助:
黛安·m·德鲁克
支持:
