זיהוי מחבר של פסוקים

תיאור הבעיה

ניתן מערך נתונים עם שירים בשפה הרומנית, כל אחד נכתב על ידי אחד מ-7 המחברים. השירים חולקו לאחר מכן לקבוצות של 4 שורות כל אחת.

7 המחברים הם:

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

קבוצה של 4 שורות יכולה לייצג:

• בית שלם (רביעייה)
• חלק מבית גדול יותר (5, 6, 7 שורות, וכו')
• שילוב בין השורות האחרונות של בית אחד והשורות הראשונות של הבית הבא

המטרה של הבעיה היא לבנות מודל שיוכל לחזות את המחבר של קבוצת 4 שורות.

הקבצים הזמינים

train.csv

מערך הנתונים לאימון, המכיל את העמודות הבאות:

• Id – מזהה ייחודי לקבוצת השורות
• Versuri – תוכן של 4 שורות
• Autor – מחבר השורות

דוגמה:

test.csv

מערך הנתונים לבדיקה, שאינו מכיל את העמודה Autor:

• Id – מזהה ייחודי
• Versuri – תוכן של 4 שורות

דוגמה:

פורמט קובץ ההגשה

קובץ ההגשה צריך להיות CSV עם העמודות הבאות:

• Id – מזהה קבוצת השורות
• Autor – המחבר החזוי

דוגמה:

הערות

• המודלים יכולים להשתמש בכל טכניקה של עיבוד שפה טבעית ולמידת מכונה.
• ההערכה תתבצע על בסיס דיוק התחזיות.

הערכה

התחזיות יושוו עם השפות האמיתיות ויחושב הדיוק:

1accuracy = (מספר_תחזיות_נכונות / מספר_כולל_תחזיות)

הציון הסופי מחושב על בסיס הדיוק שהושג באמצעות הכללים הבאים:

• accuracy ≥ 0.9 → 100 נקודות
• accuracy ≤ 0.5 → 0 נקודות
• עבור ערכי ביניים מוענק ציון יחסי בין 0 ל-100.