Luuletuse autori tuvastamine

Probleemi kirjeldus

Antakse andmestik rumeenia keele luuletustega, millest igaüks on kirjutatud ühe 7 autori poolt. Luuletused on hiljem jagatud 4-värsiliste gruppidesse.

Need 7 autorit on:

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

4-värsiline grupp võib esindada:

• Täielikku salmi (katrään)
• Osa suuremast salmist (5, 6, 7 värsi jne.)
• Kombinatsiooni ühe salmi viimastest ridadest ja järgmise salmi esimestest ridadest

Probleemi eesmärk on ehitada mudel, mis suudaks ennustada 4-värsilise grupi autorit.

Saadaolevad failid

train.csv

Treenimisandmestik, mis sisaldab järgmisi veerge:

• Id – värsigrupi unikaalne identifikaator
• Versuri – 4 värsi sisu
• Autor – värside autor

Näide:

test.csv

Testimisandmestik, mis ei sisalda veergu Autor:

• Id – unikaalne identifikaator
• Versuri – 4 värsi sisu

Näide:

Esitamisfaili formaat

Esitamisfail peab olema CSV järgmiste veergudega:

• Id – värsigrupi identifikaator
• Autor – ennustatud autor

Näide:

Märkused

• Mudelid võivad kasutada mis tahes loomulike keelte töötlemise ja masinõppe tehnikaid.
• Hindamine toimub ennustuste täpsuse alusel.

Hindamine

Ennustusi võrreldakse tegelike autoritega ja arvutatakse täpsus:

1accuracy = (õigete_ennustuste_arv / ennustuste_koguarv)

Lõplik punktisumma arvutatakse saavutatud täpsuse alusel järgmiste reeglite järgi:

• accuracy ≥ 0.9 → 100 punkti
• accuracy ≤ 0.5 → 0 punkti
• Vahepealsete väärtuste korral antakse proportsionaalne punktisumma 0 ja 100 vahel.