该任务主要使用哈工大LCQMC数据集。LCQMC数据集是一个文本匹配数据集，它是基于人机对话任务的一项基本任务，通常被认为是语义匹配任务，有时是释义识别任务。本节的目标是计算两个文本的相似度，并得出是否相似的结果，相当于一个二分类问题。语料库包含260,068个带有人工注释的问题对，我们将其分为三部分，即包含238,766个问题对的训练集、包含8,802个问题对的验证集和包含 12,500个问题对的测试集。

对天池比赛中给定的中文糖尿病文本数据集进行分类，属于一个多分类任务。通过构建自己的模型。最终实现最好的分类准确率。

使用TextCNN对清华大学的新闻预料进行分类。由于硬件限制，只能对一个小型的数据集进行分类，首先对数据进行拆分，通过取出每个类别中的5000条数据构建一个小型的语料库，取其中的65%作为训练集，剩下的作为测试集，并将这65%的训练数据每个分类中的文本全部存放到一个文本中，测试数据也是如此。训练结束后在测试集上的准确率可达85%。