Загрузка
Загружаем соревнования
Нужно определить тему короткого фрагмента (category). Это задача классификации
на 7 классов из labels.txt. Основная метрика — F1. Чем больше значение, тем лучше.
Половина примеров выдана обычным текстом, половина — картинкой с этим текстом
(зашумлённый JPEG в base64: случайный шрифт, поворот, размытие, шум, артефакты
сжатия). Тексты не дублируются: если пример пришёл картинкой, его текста нет
в колонке text — распознавать придётся самим. Примеры есть на английском
(lang=en) и русском (lang=ru).
В train.csv есть данные и категория. В test.csv есть только данные. Нужно
сформировать submission.csv с двумя колонками: id и category.
Файл | Назначение |
|---|---|
| Обучающая выборка: данные и целевая колонка |
| Тестовая выборка без категории. |
| Пример корректного формата сабмита. |
| Простой TF-IDF baseline, создающий |
| Список из 7 категорий. |
Колонка | Описание |
|---|---|
| Уникальный идентификатор строки. |
| Язык примера: |
|
|
| Текст примера; пусто, если |
| Картинка в формате JPEG, закодированная в base64; пусто, если |
| Тема — целевая переменная; есть только в train. |
Ровно одна из колонок text / image_b64 заполнена в каждой строке.
id,category
0,travel
1,sports