dQw4w9WgXcQ

Задача

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.

Файлы

Колонки

Ровно одна из колонок text / image_b64 заполнена в каждой строке.

Формат сабмита

id,category
0,travel
1,sports