Для выполнения тестового задания требуется разработать модель, которая будет способна различать заголовки реальных и выдуманных новостей.
Для обучения модели используйте данные из файла train.tsv. В файле находится таблица, состоящая из двух колонок.
В колонке title записан заголовок новости. В колонке is_fake содержатся метки: 0 – новость реальная; 1 – новость выдуманная.
Для демонстрации работы модели используйте данные тестового набора из файла test.tsv. В нем также есть колонка title, данные которой являются входными для вашей модели.
Вам нужно скопировать файл test.tsv, переименовать его в predictions.tsv и заполнить колонку is_fake значениями предсказаний вашей модели, аналогично train.tsv.
Изначально колонка заполнена значением 0.
- Для оценки финального решения будет использоваться метрика F1 score.
- Чистота кода, оформление и понятность исследования.
В качестве решения мы ожидаем zip-архив со всеми *.py и *.ipynb файлами в папке solution и файлом predictions.tsv в корне. Формат имени zip-архива: LastName_FirstName.zip (пример Ivanov_Ivan.zip).
Файл predictions.tsv должен включать в себя колонку title, содержащую те же данные, что и исходный файл test.tsv, а также колонку is_fake, содержащую значения 0 или 1.
Разметка тестового набора данных и включение его в обучение/валидацию запрещены.
В папке solution должно быть отражено исследование и весь код, необходимый для воспроизведения исследования.
Успехов!