sadwat0 / rucode-7-d

Solution of problem D from RuCode 7.0.

RuCode7.0 Final. Расстановка ударений

1 место 🥇 (команда ML Reference)

Данные

• слова, в которых ударный символ обозначен символом "^" справа
• для слов являющихся омографами (т.е. для слов, в которых возможны несколько разных вариантов расстановки ударений) в датасете использован один из возможных вариантов расстановки.

Примеры слов в обучающем датасете:

• взде^ргивается
• измоча^ливавшееся
• обезья^нств
• отсе^иваниях
• поруче^нец
• спрока^зивший
• слова^ми
• ёфика^торам

Архитектура

Используется Bidirectional LSTM, затем выход проходит через взвешенную сумму, конкатенируется с входными ембедингами. После этого пару полносвязных слоев.

Количество обучаемых параметров модели - 965 358. Время обучения в google colab - примерно 2 часа.

Метрики

Старая версия получала 97.4% точность на публичном датасете, немного дообученная (эта версия) получает 97.79% на приватном датасете.

Пути к данным

Обучающий датасет лежит по пути data/train_stresses_labels.txt.

Файл со словами, для которых нужно сделать предсказания - data/private_test_stresses.txt.