Identyfikacja autora wierszy

Opis problemu

Podany jest zbiór danych z wierszami w języku rumuńskim, każdy napisany przez jednego z 7 autorów. Wiersze zostały następnie podzielone na grupy po 4 wersy.

7 autorów to:

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

Grupa 4 wersów może reprezentować:

• Kompletną strofę (czterowersz)
• Część większej strofy (5, 6, 7 wersów, itp.)
• Kombinację ostatnich wersów z jednej strofy i pierwszych wersów z następnej strofy

Celem problemu jest zbudowanie modelu, który będzie mógł przewidzieć autora grupy 4 wersów.

Dostępne pliki

train.csv

Zbiór danych do trenowania, zawierający następujące kolumny:

• Id – unikalny identyfikator grupy wersów
• Versuri – zawartość 4 wersów
• Autor – autor wersów

Przykład:

test.csv

Zbiór danych do testowania, który nie zawiera kolumny Autor:

• Id – unikalny identyfikator
• Versuri – zawartość 4 wersów

Przykład:

Format pliku zgłoszenia

Plik zgłoszenia musi być CSV z następującymi kolumnami:

• Id – identyfikator grupy wersów
• Autor – przewidywany autor

Przykład:

Uwagi

• Modele mogą używać dowolnych technik przetwarzania języka naturalnego i uczenia maszynowego.
• Ocena będzie przeprowadzona na podstawie dokładności przewidywań.

Ocena

Przewidywania będą porównane z rzeczywistymi autorami i zostanie obliczona dokładność:

1accuracy = (liczba_poprawnych_przewidywań / całkowita_liczba_przewidywań)

Końcowy wynik jest obliczany na podstawie uzyskanej dokładności używając następujących zasad:

• accuracy ≥ 0.9 → 100 punktów
• accuracy ≤ 0.5 → 0 punktów
• Dla wartości pośrednich przyznawane są punkty proporcjonalnie między 0 a 100.