Identifikacija avtorja verzov

Opis problema

Podan je nabor podatkov s poezijami v romunskem jeziku, vsako je napisal eden od 7 avtorjev. Poezije so bile nato razdeljene v skupine po 4 verze.

7 avtorjev je:

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

Skupina 4 verzov lahko predstavlja:

• Popolno kitico (katren)
• Del večje kitice (5, 6, 7 verzov, itd.)
• Kombinacijo med zadnjimi vrsticami iz ene kitice in prvimi vrsticami iz naslednje kitice

Cilj problema je zgraditi model, ki lahko napoveduje avtorja skupine 4 verzov.

Razpoložljive datoteke

train.csv

Nabor podatkov za učenje, ki vsebuje naslednje stolpce:

• Id – edinstveni identifikator za skupino verzov
• Versuri – vsebina 4 verzov
• Autor – avtor verzov

Primer:

test.csv

Nabor podatkov za testiranje, ki ne vsebuje stolpca Autor:

• Id – edinstveni identifikator
• Versuri – vsebina 4 verzov

Primer:

Format datoteke za oddajo

Datoteka za oddajo mora biti CSV z naslednjimi stolpci:

• Id – identifikator skupine verzov
• Autor – napovedani avtor

Primer:

Opombe

• Modeli lahko uporabljajo katero koli tehniko obdelave naravnega jezika in strojnega učenja.
• Vrednotenje bo potekalo na osnovi natančnosti napovedi.

Vrednotenje

Napovedi bodo primerjane z dejanskimi avtorji in izračunana bo natančnost:

1accuracy = (število_pravilnih_napovedi / skupno_število_napovedi)

Končni rezultat je izračunan na osnovi dosežene natančnosti z naslednjimi pravili:

• accuracy ≥ 0.9 → 100 točk
• accuracy ≤ 0.5 → 0 točk
• Za vmesne vrednosti se dodeljujejo točke sorazmerno med 0 in 100.