Identifikacija autora stihova

Opis problema

Daje se skup podataka s pjesmama na rumunjskom jeziku, svaku je napisao jedan od 7 autora. Pjesme su naknadno podijeljene u grupe od po 4 stiha.

7 autora su:

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

Grupa od 4 stiha može predstavljati:

• Potpunu strofu (katren)
• Dio veće strofe (5, 6, 7 stihova, itd.)
• Kombinaciju između zadnjih redaka jedne strofe i prvih redaka sljedeće strofe

Cilj problema je da izgradiš model koji može predvidjeti autora grupe od 4 stiha.

Dostupne datoteke

train.csv

Skup podataka za treniranje, sadrži sljedeće kolone:

• Id – jedinstveni identifikator za grupu stihova
• Versuri – sadržaj 4 stiha
• Autor – autor stihova

Primjer:

test.csv

Skup podataka za testiranje, koji ne sadrži kolonu Autor:

• Id – jedinstveni identifikator
• Versuri – sadržaj 4 stiha

Primjer:

Format datoteke za predaju

Datoteka za predaju mora biti CSV sa sljedećim kolonama:

• Id – identifikator grupe stihova
• Autor – predviđeni autor

Primjer:

Napomene

• Modeli mogu koristiti bilo koju tehniku obrade prirodnog jezika i machine learning.
• Evaluacija će se vršiti na osnovu točnosti predviđanja.

Evaluacija

Predviđanja će biti uspoređena s pravim autorima i izračunat će se točnost:

1accuracy = (broj_točnih_predviđanja / ukupan_broj_predviđanja)

Konačni rezultat se izračunava na osnovu postignute točnosti koristeći sljedeća pravila:

• accuracy ≥ 0.9 → 100 bodova
• accuracy ≤ 0.5 → 0 bodova
• Za međuvrijednosti dodjeljuje se proporcionalni rezultat između 0 i 100.