Идентифициране на автора на стихове

Описание на задачата

Предоставя се набор от данни с поезии на румънски език, всяка написана от един от 7-те автори. Поезиите са разделени впоследствие на групи от по 4 стиха.

7-те автори са:

• Ana Blandiana
• George Bacovia
• George Toparceanu
• Grigore Vieru
• Lucian Blaga
• Mihai Eminescu
• Vasile Alecsandri

Група от 4 стиха може да представлява:

• Пълна строфа (катрен)
• Част от по-голяма строфа (5, 6, 7 стиха и т.н.)
• Комбинация между последните редове от една строфа и първите редове от следващата строфа

Целта на задачата е да построите модел, който да може да предскаже автора на група от 4 стиха.

Налични файлове

train.csv

Набор от данни за обучение, съдържащ следните колони:

• Id – уникален идентификатор за групата стихове
• Versuri – съдържанието на 4 стиха
• Autor – авторът на стиховете

Пример:

test.csv

Набор от данни за тестване, който не съдържа колоната Autor:

• Id – уникален идентификатор
• Versuri – съдържанието на 4 стиха

Пример:

Формат на файла за подаване

Файлът за подаване трябва да бъде CSV със следните колони:

• Id – идентификаторът на групата стихове
• Autor – предсказаният автор

Пример:

Забележки

• Моделите могат да използват всякакви техники за обработка на естествен език и машинно обучение.
• Оценяването ще се извърши на базата на точността на предсказанията.

Оценяване

Предсказанията ще бъдат сравнени с реалните автори и ще се изчисли точността:

1accuracy = (брой_правилни_предсказания / общ_брой_предсказания)

Финалният резултат се изчислява на базата на получената точност, използвайки следните правила:

• accuracy ≥ 0.9 → 100 точки
• accuracy ≤ 0.5 → 0 точки
• За междинните стойности се дават пропорционални точки между 0 и 100.