Szöveg alapú érzelemklasszifikáció

📝 Szöveg alapú érzelemklasszifikáció

📘 A probléma leírása

Egy olyan klasszifikációs modell építése a cél, amely egy szöveghez tartozó fő érzelmet jósolja meg.

Minden példa egy rövid szöveggel van jellemezve, és a címke (label) a megfelelő érzelmet reprezentálja (pl.: joy, anger, sadness, stb.).

Ez a probléma a többosztályos klasszifikáció kategóriájába tartozik.

---

🔹 Jellemzők (features)

• text – az üzenet vagy cikk szöveges tartalma

A célváltozó:

• label – a szöveghez társított érzelem (string)

---

📘 A bemeneti fájlok szerkezete

train.csv

A következő oszlopokat tartalmazza:

• SampleID
• text
• label

Példa:

SampleID	text	label
1	"I am so happy today!"	joy
2	"I feel really angry about this situation."	anger
3	"Feeling a bit sad after watching that movie."	sadness

test.csv

Ugyanazokat az oszlopokat tartalmazza label nélkül, de tartalmazza a SampleID-t.

Példa:

SampleID	text
101	"What a wonderful surprise!"
102	"I can't believe this happened."

---

📤 Beadás

A kimeneti fájlnak (submission.csv) pontosan két oszlopot kell tartalmaznia:

• SampleID
• label – a modell által jósolt címke

Példa:

SampleID	label
101	joy
102	surprise

---

⚙️ Értékelés

A modellek értékelése Macro F1-score használatával történik:

ahol:

• = osztályok száma
• 
• 

A végső pontszám 0–100 intervallumba lesz transzformálva, úgy hogy a nagy F1 nagy pontszámhoz vezessen. A maximális pontszámhoz az F1-nek 0.9-nél nagyobbnak vagy egyenlőnek kell lennie.

---

📊 Forrás

Az adathalmaz a Kaggle-ről származik: Kaggle Emotion Dataset.