识别诗句的作者

问题描述

提供一个包含罗马尼亚语诗歌的数据集，每首诗都由7位作者中的一位创作。这些诗歌随后被分成每组4行诗句的组合。

这7位作者是：

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

一组4行诗句可以表示：

• 一个完整的诗节（四行诗）
• 较大诗节的一部分（5、6、7行诗句等）
• 一个诗节的最后几行与下一个诗节的前几行的组合

问题的目标是构建一个能够预测4行诗句组作者的模型。

可用文件

train.csv

用于训练的数据集，包含以下列：

• Id – 诗句组的唯一标识符
• Versuri – 4行诗句的内容
• Autor – 诗句的作者

示例：

test.csv

用于测试的数据集，不包含Autor列：

• Id – 唯一标识符
• Versuri – 4行诗句的内容

示例：

提交文件格式

提交文件必须是包含以下列的CSV：

• Id – 诗句组的标识符
• Autor – 预测的作者

示例：

注意事项

• 模型可以使用任何自然语言处理和机器学习技术。
• 评估将基于预测的准确性。

评估

预测结果将与真实标签进行比较，并计算准确率：

1accuracy = (正确预测数量 / 总预测数量)

最终分数基于获得的准确率使用以下规则计算：

• accuracy ≥ 0.9 → 100分
• accuracy ≤ 0.5 → 0分
• 对于中间值，按比例给予0到100之间的分数。