Delete 快速使用指南.md

快速使用指南.md

@@ -1,209 +0,0 @@
-# 🚀 LongEmotion 比赛文件 - 快速使用指南
-
-**最后更新**: 2025-10-27  
-**状态**: ✅ 已完成推理，可提交
-
----
-
-## 📁 文件说明
-
-```
-COMPETITION_FILES/
-├── model/
-│   └── best_model.pt              # 训练好的模型（91.47%准确率）
-│
-├── test_data/
-│   └── test.jsonl                 # 测试集（136个样本）
-│
-├── scripts/
-│   ├── run_inference_final.py     # 主运行脚本
-│   ├── inference_longemotion.py   # 推理核心逻辑
-│   ├── convert_submission_format.py # 格式转换
-│   └── detection_model.py         # 模型定义
-│
-├── submission/
-│   └── Emotion_Detection_Result.jsonl  # 📤 提交文件
-│
-└── reports/
-    ├── 项目最终进度报告.md        # 完整报告
-    └── 项目自查报告.md            # 自查报告
-```
-
----
-
-## 🎯 提交文件
-
-### 📤 立即提交
-**文件路径**: `submission/Emotion_Detection_Result.jsonl`
-
-**格式**:
-```json
-{"id": 0, "predicted_index": 24}
-{"id": 1, "predicted_index": 4}
-{"id": 2, "predicted_index": 11}
-...
-```
-
-**统计信息**:
-- ✅ 样本数: 136
-- ✅ 平均置信度: 89.27%
-- ✅ 格式正确
-
----
-
-## 🔄 重新运行推理（如需要）
-
-### 步骤1: 激活虚拟环境
-```bash
-# 从项目根目录运行
-.\venv\Scripts\activate
-```
-
-### 步骤2: 进入Detection文件夹并运行推理
-```bash
-cd Detection
-python scripts/run_inference_final.py
-```
-
-**输出**: 新的预测结果将保存到 `submission/predictions.jsonl`
-
-### 步骤3: 转换格式（如需要）
-```bash
-# 在Detection/scripts文件夹内运行
-cd scripts
-python convert_submission_format.py
-```
-
-**输出**: 提交格式文件 `submission/Emotion_Detection_Result.jsonl`
-
----
-
-## 📊 模型性能
-
-| 指标 | 值 |
-|------|-----|
-| 验证准确率 | 91.47% |
-| 平均置信度 | 89.27% |
-| 推理时间 | 5-10分钟 |
-| 测试样本 | 136个 |
-
-### 情感分布
-- love: 40.4%
-- surprise: 22.8%
-- fear: 13.2%
-- anger: 11.8%
-- sadness: 10.3%
-- joy: 1.5%
-
----
-
-## 🔍 文件详解
-
-### model/best_model.pt
-- **类型**: PyTorch模型权重
-- **结构**: BERT-base-chinese + Linear分类器
-- **训练数据**: 12,800条短文本
-- **性能**: 91.47%验证准确率
-- **位置**: `Detection/model/best_model.pt`
-
-### test_data/test.jsonl
-- **格式**: LongEmotion标准格式
-- **样本**: 136个长文本
-- **特点**: 每个样本30-34个段落
-- **位置**: `Detection/test_data/test.jsonl`
-
-### submission/Emotion_Detection_Result.jsonl
-- **格式**: `{"id": int, "predicted_index": int}`
-- **说明**: 
-  - `id`: 样本编号 (0-135)
-  - `predicted_index`: 预测的独特情感段落索引
-- **位置**: `Detection/submission/Emotion_Detection_Result.jsonl`
-
----
-
-## ⚙️ 技术细节
-
-### 推理流程
-1. 加载训练好的BERT模型（从 `model/best_model.pt`）
-2. 读取测试集（从 `test_data/test.jsonl`，136个长文本样本）
-3. 对每个样本的所有段落预测情感
-4. 统计情感分布，找出只出现1次的（独特）
-5. 输出该段落的索引到 `submission/` 文件夹
-
-### 情感类别（6类）
-- 0: sadness
-- 1: joy
-- 2: love
-- 3: anger
-- 4: fear
-- 5: surprise
-
----
-
-## 🐛 故障排除
-
-### 问题1: 模型加载失败
-**解决**: 
-- 确保在Detection文件夹内运行脚本
-- 脚本会自动使用相对路径定位文件
-- 检查 `model/best_model.pt` 文件是否存在
-
-### 问题2: 依赖缺失
-**解决**: 
-```bash
-# 激活虚拟环境后安装依赖
-pip install torch transformers tqdm
-```
-
-### 问题3: 内存不足
-**解决**: 脚本默认使用CPU，内存需求较低（约2-4GB）
-
-### 问题4: 找不到文件
-**解决**: 
-- 确保当前目录在 `Detection` 文件夹
-- 使用 `cd Detection` 进入文件夹
-- 检查文件结构是否完整
-
----
-
-## 📝 注意事项
-
-1. ✅ 提交文件已生成在 `submission/Emotion_Detection_Result.jsonl`
-2. ⚠️ 运行脚本时必须在 `Detection` 文件夹内（或其子文件夹）
-3. ⚠️ 如需重新推理，确保虚拟环境已激活
-4. ⚠️ 模型文件较大（~400MB），请勿删除 `model/best_model.pt`
-5. ✅ 所有路径已更新为Detection文件夹内的相对路径
-
----
-
-## 🎓 学习资源
-
-- **模型架构**: scripts/detection_model.py
-- **推理逻辑**: scripts/inference_longemotion.py
-- **完整报告**: reports/项目最终进度报告.md
-
----
-
-## ✅ 检查清单
-
-提交前确认:
-- [ ] 文件格式正确（每行一个JSON对象）
-- [ ] 包含136行（对应136个测试样本）
-- [ ] `id`字段从0到135
-- [ ] `predicted_index`是整数
-- [ ] 文件编码UTF-8
-
----
-
-## 🆘 需要帮助？
-
-查看:
-1. `reports/项目最终进度报告.md` - 完整��术报告
-2. `reports/项目自查报告.md` - 项目自查说明
-3. `README.md` - 快速概览
-4. `scripts/` - 查看源代码了解实现细节
-
----
-
-**祝您比赛顺利！** 🎉
-