Загрузка...
Сложность
Ваш лучший результат
Н/Д
Цель этой задачи — идентификация и классификация текстов в зависимости от региональной специфики или стандартной формы румынского языка. Набор данных содержит фрагменты текста, собранные из различных регионов.
| Столбец | Описание |
|---|---|
| ID | Уникальный идентификатор для каждого фрагмента текста |
| text | Само содержание фразы на румынском языке |
| label | Классификация диалекта текста (целевой столбец) |
Примечание: Столбец label (Диалект) доступен только в обучающих данных (train.csv). Возможны три класса: româna standard (стандартный румынский), graiul moldovenesc (молдавский говор) и graiul bănățean (банатский говор).
Часть текстов была извлечена из произведения Иона Крянгэ «Пять хлебов» ("Cinci pâini"). Рассчитайте общее количество вхождений слова "pâni" (архаичная форма слова "pâini") в файлах train.csv и test.csv.
В файле train.csv рассчитайте среднее количество знаков препинания для текстов на молдавском говоре (graiul moldovenesc) и банатском говоре (graiul bănățean). Верните абсолютное значение (модуль) разности между этими двумя величинами, округленное до 2 знаков после запятой.
Для каждой строки из test.csv рассчитайте количество диакритических знаков в тексте. Диакритиками считаются символы: ă, â, î, ș, ț (и их заглавные варианты Ă, Â, Î, Ș, Ț).
Постройте модель, способную правильно классифицировать тексты из тестового файла в один из 3 классов.
Оценка производится путем точного сопоставления ответа. Правильный ответ = максимальный балл, неправильный ответ = 0 баллов.
Оценка производится по метрике accuracy — доля правильных ответов от общего числа. Баллы начисляются пропорционально: accuracy 1.0 = 10 баллов, accuracy 0.0 = 0 баллов.
Оценка производится с использованием метрики F1-Macro.
Файл для отправки должен быть в формате CSV и содержать следующие столбцы:
1.ID в test.csv.subtaskID,datapointID,answer1,1,322,1,5.073,101,23,102,43,103,2...4,101,româna standard4,102,graiul moldovenesc4,103,graiul bănățean...Примечание: Решение этой задачи не требует использования архитектур типа Transformer (например, RoBERTa).