Identification de l'auteur de vers

Description du problème

Un ensemble de données contenant des poèmes en langue roumaine est fourni, chacun écrit par l'un des 7 auteurs. Les poèmes ont été ensuite divisés en groupes de 4 vers.

Les 7 auteurs sont :

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

Un groupe de 4 vers peut représenter :

• Une strophe complète (quatrain)
• Une partie d'une strophe plus grande (5, 6, 7 vers, etc.)
• Une combinaison entre les derniers vers d'une strophe et les premiers vers de la strophe suivante

L'objectif du problème est de construire un modèle qui puisse prédire l'auteur d'un groupe de 4 vers.

Fichiers disponibles

train.csv

L'ensemble de données pour l'entraînement, contenant les colonnes suivantes :

• Id – identifiant unique pour le groupe de vers
• Versuri – le contenu de 4 vers
• Autor – l'auteur des vers

Exemple :

test.csv

L'ensemble de données pour les tests, qui ne contient pas la colonne Autor :

• Id – identifiant unique
• Versuri – le contenu de 4 vers

Exemple :

Format du fichier de soumission

Le fichier de soumission doit être un CSV avec les colonnes suivantes :

• Id – l'identifiant du groupe de vers
• Autor – l'auteur prédit

Exemple :

Observations

• Les modèles peuvent utiliser toute technique de traitement du langage naturel et d'apprentissage automatique.
• L'évaluation se fera sur la base de la précision des prédictions.

Évaluation

Les prédictions seront comparées aux langues réelles et la précision sera calculée :

1accuracy = (nombre_prédictions_correctes / nombre_total_prédictions)

Le score final est calculé sur la base de la précision obtenue en utilisant les règles suivantes :

• accuracy ≥ 0.9 → 100 points
• accuracy ≤ 0.5 → 0 points
• Pour les valeurs intermédiaires, un score proportionnel entre 0 et 100 est accordé.