Identificazione dell'autore di alcuni versi

Descrizione del problema

Viene fornito un set di dati con poesie in lingua rumena, ciascuna scritta da uno dei 7 autori. Le poesie sono state successivamente divise in gruppi di 4 versi.

I 7 autori sono:

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

Un gruppo di 4 versi può rappresentare:

• Una strofa completa (quartina)
• Una parte di una strofa più grande (5, 6, 7 versi, ecc.)
• Una combinazione tra gli ultimi versi di una strofa e i primi versi della strofa successiva

L'obiettivo del problema è costruire un modello che possa predire l'autore di un gruppo di 4 versi.

File disponibili

train.csv

Il set di dati per l'addestramento, contenente le seguenti colonne:

• Id – identificatore unico per il gruppo di versi
• Versuri – il contenuto di 4 versi
• Autor – l'autore dei versi

Esempio:

test.csv

Il set di dati per il test, che non contiene la colonna Autor:

• Id – identificatore unico
• Versuri – il contenuto di 4 versi

Esempio:

Formato del file di sottomissione

Il file di sottomissione deve essere un CSV con le seguenti colonne:

• Id – l'identificatore del gruppo di versi
• Autor – l'autore predetto

Esempio:

Osservazioni

• I modelli possono utilizzare qualsiasi tecnica di elaborazione del linguaggio naturale e machine learning.
• La valutazione sarà basata sull'accuratezza delle predizioni.

Valutazione

Le predizioni saranno confrontate con le etichette reali e sarà calcolata l'accuratezza:

1accuracy = (numero_predizioni_corrette / numero_totale_predizioni)

Il punteggio finale è calcolato sulla base dell'accuratezza ottenuta utilizzando le seguenti regole:

• accuracy ≥ 0.9 → 100 punti
• accuracy ≤ 0.5 → 0 punti
• Per i valori intermedi viene assegnato un punteggio proporzionale tra 0 e 100.