Task0-赛题理解
本次NLP实践是一次新闻文本分类，有监督分类模型，共有14个标签，20w训练集，5w测试集。
分析思路：
（1）EDA数据探索：
首先分析14个标签类别的分布情况，是否为非均衡数据集；
其次探索新闻文本字符长度的分布情况，为后续构造词向量模型的max_feature参数做准备；
最后由于数据集做了匿名处理，无法直接根据词表构建出停用词表，所以只能通过字符覆盖率（＞99%）来筛选出停用词；
（2）机器学习建模
TFIDF + 岭回归/SVM/朴素贝叶斯
（3）深度学习建模
fasttext/word2vec+TextCNN/Bert
(4)评估指标
F1值
