🌍 IOAI 2024, Scientific Round, At-Home

Help BOBAI: Classify an Unknown Language

Adapt multilingual BERT to a ciphered language absent from its pretraining, using a small labelled set plus a raw corpus, for 5-class text classification.

Lire l'énoncé

Énoncé: anglais · Le lire en français (Google Traduction)
Données: Jeu de données Hugging Face : InternationalOlympiadAI/NLP_problem ↗ · Jeu de données Hugging Face : InternationalOlympiadAI/NLP_problem_raw ↗ · Jeu de données Hugging Face : InternationalOlympiadAI/NLP_problem_test ↗ · Données d'entraînement ↗ · Données de validation ↗ · Données de test ↗ · Jeu de données Hugging Face : InternationalOlympiadAI/NLP_problem_on-site ↗ · Jeu de données Hugging Face : InternationalOlympiadAI/NLP_problem_on-site_test ↗ · Jeu de données Hugging Face : InternationalOlympiadAI/NLP_problem_on-site_test_with_labels ↗
À rendre: Un modèle entraîné
Matériel: Il faut un GPU (Colab gratuit possible)
Taille des données: 90,8 Mo
Type de données: 📝 Texte
Difficulté estimée: ★★★★☆
Solution: Voir une solution ↗ · à ouvrir plutôt après avoir cherché

S'y préparer sur la plateforme

Les chapitres du parcours qui préparent à cette épreuve.

Ces chapitres sont choisis d'après la correction : les afficher peut vous mettre sur la piste.

›Comment l'aborder

Lire l'énoncé. Ce qu'il faut rendre, la métrique qui vous note, les limites de temps et de matériel.
Explorer les données. Taille, format, valeurs manquantes, répartition des étiquettes.
Vous évaluer d'abord. Gardez une partie des données d'entraînement de côté pour mesurer votre travail avant de soumettre.
Partir simple, puis améliorer. Une première solution qui marche de bout en bout, puis un changement à la fois.
Comparer avec une correction. Une fois que vous avez cherché, ouvrez-la et voyez ce que vous auriez fait autrement.

L'énoncé, les données et les solutions appartiennent à leurs auteurs ; nous ne faisons qu'y renvoyer.

Vous êtes l'auteur ou l'organisateur ? Demander une correction ou un retrait