Identifikacija autora stihova

Opis problema

Dat je skup podataka sa poezijama na rumunskom jeziku, svaku napisao jedan od 7 autora. Poezije su naknadno podeljene u grupe od po 4 stiha.

7 autora su:

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

Grupa od 4 stiha može predstavljati:

• Kompletnu strofu (katren)
• Deo veće strofe (5, 6, 7 stihova, itd.)
• Kombinaciju između poslednjih redova jedne strofe i prvih redova sledeće strofe

Cilj problema je da konstruišete model koji može da predvidi autora grupe od 4 stiha.

Dostupni fajlovi

train.csv

Skup podataka za obučavanje, koji sadrži sledeće kolone:

• Id – jedinstveni identifikator za grupu stihova
• Versuri – sadržaj 4 stiha
• Autor – autor stihova

Primer:

test.csv

Skup podataka za testiranje, koji ne sadrži kolonu Autor:

• Id – jedinstveni identifikator
• Versuri – sadržaj 4 stiha

Primer:

Format fajla za submisiju

Fajl za submisiju mora biti CSV sa sledećim kolonama:

• Id – identifikator grupe stihova
• Autor – predviđeni autor

Primer:

Napomene

• Modeli mogu koristiti bilo koju tehniku obrade prirodnog jezika i mašinskog učenja.
• Evaluacija će se vršiti na osnovu tačnosti predviđanja.

Evaluacija

Predviđanja će biti poređena sa stvarnim autorima i izračunaće se tačnost:

1accuracy = (broj_tačnih_predviđanja / ukupan_broj_predviđanja)

Finalni rezultat se računa na osnovu postignute tačnosti koristeći sledeća pravila:

• accuracy ≥ 0.9 → 100 poena
• accuracy ≤ 0.5 → 0 poena
• Za međuvrednosti se dodeljuje proporcionalni broj poena između 0 i 100.