DUFL2025 (NLPCC 2025) 最终提交版本

这是针对 DUFL2025 (NLPCC 2025) 共享任务2的最终提交版本代码和结果。

主要特性:

• 赛道一 (Track 1): 作文切题度自动评分
  • 采用基于 deepseek-chat 的 LLM 多智能体框架，结合基于 bert-base-chinese 的无监督训练 BERT 辅助模块。
  • 实现了冲突仲裁机制以解决 LLM 和 BERT 的预测分歧。
  • 最终输出符合官方格式的 DUFL2025_track1.json 文件。
• 赛道二 (Track 2): 相关性评论自动生成
  • 采用基于 qwen-max 的多阶段 LLM 智能体流水线。
  • 严格依赖 Track 1 的分类结果。
  • 强制评论内容聚焦于“切题度”和“中心思想”。
  • 严格控制评论长度在 120-190 字符之间 (根据代码实现)。
  • 包含 Few-Shot 引导、缓存和备用评论容错机制。
  • 最终输出符合官方格式的 DUFL2025_track2.json 文件。

包含文件:

• track1.ipynb: 赛道一实现代码。
• track2.ipynb: 赛道二实现代码。
• requirements.txt: 项目依赖。
• DUFL2025_Method_Report（最高版本）.md: 详细方法报告。
• README.md: 项目说明文件。
• (以及其他支持文件如 samples.json, Task Guideline.md 等)

比赛结果:

• 在官方评测中获得 Rank 4，总分 0.6854 (Track1: 0.7784, Track2: 0.6235)。

运行说明:

• 请参考 README.md 中的 "使用流程" 部分进行环境配置和代码运行。
• 注意：运行代码需要配置有效的 LLM API 密钥，并可能需要较长的运行时间。Track 1 的 BERT 模块训练需要 GPU 支持。