Ідентифікація автора віршів

Опис проблеми

Надається набір даних з віршами румунською мовою, кожен написаний одним із 7 авторів. Вірші були згодом розділені на групи по 4 рядки.

7 авторів:

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

Група з 4 рядків може представляти:

• Повну строфу (катрен)
• Частину більшої строфи (5, 6, 7 рядків тощо)
• Комбінацію між останніми рядками однієї строфи та першими рядками наступної строфи

Мета проблеми — побудувати модель, яка зможе передбачити автора групи з 4 рядків.

Доступні файли

train.csv

Набір даних для навчання, що містить наступні колонки:

• Id – унікальний ідентифікатор для групи рядків
• Versuri – зміст 4 рядків
• Autor – автор рядків

Приклад:

test.csv

Набір даних для тестування, який не містить колонку Autor:

• Id – унікальний ідентифікатор
• Versuri – зміст 4 рядків

Приклад:

Формат файлу подання

Файл подання повинен бути CSV з наступними колонками:

• Id – ідентифікатор групи рядків
• Autor – передбачений автор

Приклад:

Зауваження

• Моделі можуть використовувати будь-які техніки обробки природної мови та машинного навчання.
• Оцінювання буде проводитися на основі точності передбачень.

Оцінювання

Передбачення будуть порівняні з реальними мовами і буде обчислена точність:

1accuracy = (кількість_правильних_передбачень / загальна_кількість_передбачень)

Фінальний бал обчислюється на основі отриманої точності за наступними правилами:

• accuracy ≥ 0.9 → 100 балів
• accuracy ≤ 0.5 → 0 балів
• Для проміжних значень нараховується пропорційний бал між 0 і 100.