KYÖYO QNB Yapay Öğrenme Yarışması - Finalist

TR

• Attention katmanı ile birlikte LSTM ve GRU kullanılmıştır.
• Kelimeler önişlemeden geçmiş bir şekilde paylaşıldığı için sadece tokenizer işlemi yapılarak veri modellenebilir hale getirilmiştir.
• 56 farklı etiket olduğu için döngü kullanılarak her bir etiket için çıktı katmanı sigmoid olan 56 model kurulmuştur.
• Eğitim Kaggle’da GPU ile yapılmıştır.

Bu çözüm ile finalde sunum yapmaya hak kazandım.

ENG

• LSTM and GRU were used together with Attention layer by using keras on GPU with Kaggle kernel.
• Since the words were preprocessed in the data set, tokenizer operations were made to make them modelable only in keras.
• Since there are 56 different labels, sigmoid was selected in the output layer of the model and training was performed for each label using the loop.

With this solution, I was able to make a presentation in the final.

Github