# 混合策略分类器配置文件
# 基于毕业设计技术方案：BERT语义特征 + 传统分类器

# ================================
# 基线模型配置 (Baseline)
# ================================
baseline:
  # 模型类型: nb=朴素贝叶斯, svm=支持向量机, lr=逻辑回归
  model_type: svm

  # 训练数据路径
  data_path: ./data/processed/news_data.csv

  # 测试集比例
  test_size: 0.2

# ================================
# 混合分类器配置 (Hybrid)
# ================================
hybrid:
  # 分类器类型: svm=支持向量机, lr=逻辑回归
  classifier_type: svm

  # BERT预训练模型选择
  # 推荐选项:
  #   - bert-base-chinese: Google原版中文BERT
  #   - hfl/chinese-bert-wwm-ext: 哈工大讯飞全词掩码版本（推荐）
  #   - hfl/chinese-roberta-wwm-ext: 哈工大RoBERTa（效果最优）
  bert_model: hfl/chinese-roberta-wwm-ext

  # 训练数据路径
  data_path: ./data/processed/news_data.csv

  # 测试集比例
  test_size: 0.2

  # SVM正则化参数（如果使用SVM）
  # C值越大，对误分类的惩罚越大
  C: 1.0

# ================================
# BERT特征提取配置
# ================================
feature_extraction:
  # 最大序列长度
  max_length: 512

  # 批处理大小（根据GPU内存调整）
  batch_size: 32

  # 是否使用GPU
  use_gpu: true

  # 特征缓存目录
  cache_dir: ./data/bert_features

# ================================
# 可视化配置
# ================================
visualization:
  # 图表输出目录
  output_dir: ./outputs/visualizations

  # 是否显示图表（训练时）
  show: false

  # t-SNE参数
  tsne_perplexity: 30
  tsne_n_iter: 1000

# ================================
# 日志配置
# ================================
logging:
  level: INFO
  file: ./training.log