Identifikácia autora veršov

Opis problému

Poskytuje sa súbor údajov s básňami v rumunskom jazyku, každá napísaná jedným zo 7 autorov. Básne boli následne rozdelené do skupín po 4 verše.

Týchto 7 autorov je:

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

Skupina 4 veršov môže predstavovať:

• Úplnú strofu (štvorvršie)
• Časť z väčšej strofy (5, 6, 7 veršov, atď.)
• Kombináciu medzi poslednými riadkami z jednej strofy a prvými riadkami z nasledujúcej strofy

Cieľom problému je vybudovať model, ktorý dokáže predpovedať autora skupiny 4 veršov.

Dostupné súbory

train.csv

Súbor údajov na trénovanie, obsahujúci nasledujúce stĺpce:

• Id – jedinečný identifikátor pre skupinu veršov
• Versuri – obsah 4 veršov
• Autor – autor veršov

Príklad:

test.csv

Súbor údajov na testovanie, ktorý neobsahuje stĺpec Autor:

• Id – jedinečný identifikátor
• Versuri – obsah 4 veršov

Príklad:

Formát súboru na odovzdanie

Súbor na odovzdanie musí byť CSV s nasledujúcimi stĺpcami:

• Id – identifikátor skupiny veršov
• Autor – predpovedaný autor

Príklad:

Poznámky

• Modely môžu používať akúkoľvek techniku spracovania prirodzeného jazyka a strojového učenia.
• Hodnotenie sa bude robiť na základe presnosti predpovedí.

Hodnotenie

Predpovede budú porovnané so skutočnými autormi a vypočíta sa presnosť:

1accuracy = (počet_správnych_predpovedí / celkový_počet_predpovedí)

Finálne skóre sa vypočíta na základe dosiahnutej presnosti pomocou nasledujúcich pravidiel:

• accuracy ≥ 0.9 → 100 bodov
• accuracy ≤ 0.5 → 0 bodov
• Pre medzilehlé hodnoty sa udeľuje skóre proporcionálne medzi 0 a 100.