研究論文のトピックモデリング 研究者は科学論文の大規模なオンラインアーカイブにアクセスできます。その結果、関連する論文を見つけることがより困難になりました。タグ付けまたはトピックモデリングは、研究論文に識別トークンを付与する方法を提供し、推薦と検索プロセスを容易にします。 一連の研究論文の要約とタイトルが与えられた場合、テストセットに含まれる各論文のトピックを予測します。 研究論文は複数のトピックを持つ可能性があることに注意してください。研究論文の要約とタイトルは、以下の6つのトピックから取得されています。 1. コンピュータサイエンス 2. 物理学 3. 数学 4. 統計学 5. 定量生物学 6. 定量ファイナンス データ辞書 train.csv |**列名**|**説明**| | --- | --- | |ID|各論文の一意のID| |TITLE|研究論文のタイトル| |ABSTRACT|研究論文の要約| |Computer Science|論文がコンピュータサイエンスのトピックに属するかどうか (1/0)| |Physics|論文が物理学のトピックに属するかどうか (1/0)| |Mathematics|論文が数学のトピックに属するかどうか (1/0)| |Statistics|論文が統計学のトピックに属するかどうか (1/0)| |Quantitative Biology|論文が定量生物学のトピックに属するかどうか (1/0)| |Quantitative Finance|論文が定量ファイナンスのトピックに属するかどうか (1/0)| 中身は単なる行と列以上のものです。データの取得方法とそれが表す期間も説明することで、他の人が始めやすくしましょう。 test.csv |**列名**|**説明**| | --- | --- | |ID|各論文の一意のID| |TITLE|研究論文のタイトル| |ABSTRACT|研究論文の要約| 評価指標 提出物は、テストセットの各論文について予測されたトピックと実際のトピックのマイクロF1スコアで評価されます。 公開データと非公開データの分割 テストレビューはさらに公開データ (40%) と非公開データ (60%) に分割されます。 最初の回答は公開データでチェックされ、スコア付けされます。 最終ランキングは、コンテスト終了後に公開される非公開データのスコアに基づきます。 最終提出のガイドライン 1. 最終提出物には以下のものが含まれていることを確認してください。 2. テストセットのすべての研究論文について、6つのトピックそれぞれの予測値 (1/0) を含むソリューションファイル 3. 提出物を再現するためのコードファイル。有効な最終提出にはコードの提出が必須です。