xgboost / lightgbm for NLP 添加一些 写死的/hardcode 的比如同义词 “特征”/规则

two-text-match这个任务，如果我把

"谁写的","谁的著作"

这两个词看为同义词，则我强行指定 分别出现这两个词的 这对句子match程度为1

如果我把

"古代流放", "流放"

不看成同义词，则我强行指定 分别出现这两个词的 这对句子match程度为-1

然后

add_data = train_x[train_x["hardcode"]==1] # 过滤
for i in range(1000): # 为了在训练时多出现
    tr