Жаңалықтар редакциясы

Ауызша ертегі

Халықаралық баспасөз агенттігінің редакциясы күн сайын әртүрлі салалардан келген мыңдаған мақалаларды басқарады: экономика, саясат, ғылым, технология және қоршаған орта. Ақпаратты тез архивтеп және таратып жіберу үшін әрбір мақала тақырыптық санатқа жатқызылуы керек.

Техникалық ақаулық салдарынан кейбір соңғы мақалалардың белгілері жоғалып кетті. Редакция сізге мақалалардың мазмұны негізінде жаңалықтар мақалаларын автоматты түрде жіктейтін ақылды жүйе құруды тапсырады.

Талап

Екі кіріс файлы беріледі:

• train.csv – санаты белгілі жаңалықтар мақалаларын қамтиды
• test.csv – санатсыз жаңалықтар мақалаларын қамтиды

Әрбір мақала бірегей id арқылы анықталады және мәтіні бар.
train.csv деректерін пайдаланып, test.csv файлындағы әрбір мақаланың белгісін (label) болжайтын жіктеу моделін құруыңыз керек.

Нәтиже submission.csv файлында сақталады.

Файлдардың форматы

train.csv

Келесі бағандарды қамтиды:

• id – мақаланың бірегей анықтағышы (string, мыс. 000001)
• text – мақаланың мазмұны
• label – мақаланың санаты (бүтін сан)

Мысал:

1id,text,label2000001,"Wall St. Bears Claw Back Into the Black (Reuters)...",23000002,"Carlyle Looks Toward Commercial Aerospace (Reuters)...",24000003,"Oil and Economy Cloud Stocks' Outlook (Reuters)...",2

test.csv

Келесі бағандарды қамтиды:

• id – бірегей анықтағыш
• text – мақаланың мазмұны

Мысал:

1id,text2120001,"Fears for T N pension after talks Unions represent..."3120002,"The Race is On: Second Private Team Sets Launch..."4120003,"Ky. Company Wins Grant to Study Peptides (AP)..."

submission.csv

Тапсыру үшін жасалған файл csv форматында болуы керек және мыналарды қамтуы керек:

• id – мақаланың анықтағышы
• label – болжанған санат

Мысал:

1id,label2120001,23120002,34120003,3

Ескертулер

• Белгілер бүтін сандық мәндер болып табылады, олардың мағынасы тек train.csv файлынан анықталуы керек.
• Табиғи тілді өңдеу және машиналық оқыту әдістерінің кез келгені рұқсат етіледі.
• Шешімдерді бағалау болжамдардың дәлдігі негізінде жүзеге асырылады.

Бағалау

Болжамдар нақты белгілермен салыстырылады және дәлдік есептеледі:

1accuracy = (дұрыс_болжамдар_саны / жалпы_болжамдар_саны)

Соңғы ұпай алынған дәлдік негізінде келесі ережелерді пайдаланып есептеледі:

• accuracy ≥ 0.98 → 100 ұпай
• accuracy ≤ 0.9 → 0 ұпай
• Аралық мәндер үшін 0 мен 100 арасында пропорционалды ұпай беріледі.