情感识别AI大赛

最近一个星期进行了情感识别的AI大赛，比赛内容是进行10分类，指标看宏F1，不允许使用带有情感数据或者任务的预训练模型。最后结果不尽人意，没有取得前三名，看到前面人的方法，更是让我大吃一惊。
先说我的思路，既然是中英文的二分类问题，我是考虑训练一个语种分类的模型进行二分类（这个正确率一般都非常高，超过99%），后续用中文和英文训练集分别训练两个不同的模型，分别在各自的语种上面达到最好的效果，窃以为非常巧妙，实则效果不如其他人，百思不得其解，也尝试了很多模型，hubert wav2vec whisper wavlm等等等，在中文上可以达到很好的效果，但是英文上怎么样也不行，验证集正F1上不去。到了后面，实在没办法，选取了4个模型进行，对于难分类的问题进行了投票，结果0.55+，现在回想起来，或许不应该把中文的数据集冶金学投票，因为中文本身的F1就很高了，失误了。最后结束，问了别人，别人直接whisper+lora微调然后全量微调，就能到0.57以上了，哎，尴尬。
总结下来有两个失误，第一个失误：显卡资源不足。第二个失误：没有事先进行规划，应该先把主流的模型都跑一遍试一下的。第三个失误：最后专家投票时，不应该修改中文数据的标签。
雄关漫道真如铁，而今迈步从头越，靡不有初，鲜克有终。希望这股对生活的热情，和对工作的激情能一直保持下去。