요새 좀 바빠서 참여는 못하지만 데이터셋 보고 떠올린 아이디어 공유합니당

데이터셋과 대회 목표를 보니, 사람이 쓴 리뷰를 구분하고 추론하는 것 같습니다.

그래서 사람이 쓴 리뷰와 사람이 쓰지 않은 리뷰를 먼저 이진 분류하여,

예측 확률을 통해 2개의 레이블을 고르는 방법을 사용하면 될 것 같습니다.

1.데이터 전처리

• 먼저 데이터를 위와 같이 binary로 변환합니다.

2.모델 학습

• 개인적으로 찾은 모델을 사용하여 Korean Text binary classification 모델을 학습하면 됩니다.

3.추론

• 추론 코드에서 데이터가 1(사람이 쓴 리뷰)인 확률을 도출합니다.

4.제출

• id를 기준으로 그룹화 합니다.
• for문을 사용해 각 그룹을 reset_index를 하고, 확률이 가장 높은 2개의 데이터의 레이블을 선택하고, 레이블에 +1을 합니다.
• 두 개의 레이블을 이어붙입니다.

위와 같은 과정을 사용하면 아마도 높은 mAP를 달성할 수 있을겁니다.

단순히 데이터셋과 대회 목표만을 보고 떠올린 아이디어라서 틀릴 수 있습니다.