Wird geladen...
Schwierigkeit
Dein bestes Ergebnis
N/V
Das Ziel dieser Aufgabe ist die Identifizierung und Klassifizierung von Texten basierend auf regionalen Besonderheiten oder der Standardform der rumänischen Sprache. Der Datensatz enthält Textfragmente, die aus verschiedenen Regionen gesammelt wurden.
| Spalte | Beschreibung |
|---|---|
| ID | Eindeutiger Identifikator für jedes Textfragment |
| text | Der eigentliche Inhalt des Satzes in rumänischer Sprache |
| label | Die Klassifizierung des Dialekts (Zielspalte) |
Hinweis: Die Spalte label (Dialekt) ist nur in den Trainingsdaten (train.csv) verfügbar. Die drei möglichen Klassen sind: româna standard (Standardrumänisch), graiul moldovenesc (moldauischer Dialekt) und graiul bănățean (Banater Dialekt).
Ein Teil der Texte wurde aus dem Werk „Cinci pâini“ von Ion Creangă extrahiert. Berechnen Sie die Gesamtzahl der Vorkommen des Wortes „pâni“ (die archaische Form des Wortes „pâini“) in train.csv und test.csv.
Berechnen Sie in train.csv den Durchschnitt der Anzahl der Satzzeichen für Texte im graiul moldovenesc und graiul bănățean. Geben Sie den absoluten Wert (Betrag) der Differenz zwischen den beiden Werten zurück, gerundet auf 2 Dezimalstellen.
Berechnen Sie für jede Zeile in test.csv die Anzahl der Diakritika im Text. Als Diakritika gelten die Zeichen: ă, â, î, ș, ț (und ihre Großbuchstaben-Varianten Ă, Â, Î, Ș, Ț).
Erstellen Sie ein Modell, das in der Lage ist, die Texte aus der Testdatei korrekt in eine der 3 Klassen zu klassifizieren.
Die Bewertung erfolgt durch exakte Überprüfung der Antwort. Richtige Antwort = volle Punktzahl, falsche Antwort = 0 Punkte.
Die Bewertung erfolgt über die Accuracy — den Anteil der korrekten Antworten an der Gesamtzahl. Die Punktzahl ist proportional: Accuracy 1.0 = 10 Punkte, Accuracy 0.0 = 0 Punkte.
Die Bewertung erfolgt unter Verwendung der Metrik F1-Macro.
Die Einreichungsdatei muss im CSV-Format vorliegen und die folgenden Spalten enthalten:
1.ID in test.csv.subtaskID,datapointID,answer1,1,322,1,5.073,101,23,102,43,103,2...4,101,româna standard4,102,graiul moldovenesc4,103,graiul bănățean...Hinweis: Die Lösung dieser Aufgabe erfordert nicht die Verwendung von Transformer-Architekturen (z. B. RoBERTa).