{ "fetched_at": "2026-10-19T16:11:06Z", "source_url": "https://www.kaggle.com/competitions/codeml-challenge4/data", "pages": [ { "name": "data-description", "content": "

(Français plus bas)

\n

The data in detail:

\nThe data was divided into 3 groups:\n
  • train.txt - training data, separate comments with newlines \\ n
    • \n
  • train_label.txt - training responses, class comments in the same order as the texts in separate train.txt with newlines \\ n
    • \n
  • test.txt - data for the test always comments separated by newlines
    • \nThe training data should be used to create your machine learning models. When it comes to training data, we provide results to predict for each feedback. In our case here, your model must use the reviews you have pre-processed and the text class to predict whether a comment is positive or not .\n\nTest data should be used to see how your model is performing on data it has not yet seen. For the test set, we do not provide predictable results for each feedback. It's your job to predict those outcomes. For each text in the test set, use the model you trained to predict whether the product received a positive review or not.

    \n\nWe also include all_positive_submission.csv , a set of predictions that assume all reviews are positive. This all_positive_submission.csv file is an example of what your submission file should look like.

    \n\n

    Notes Variables (Reminder)

    \n

    The different comments in train.txt are separated with newlines \\ n '

    \n

    Your results must be in csv format and contain a column with a header named 'testLabels' and the rest of the rows of prediction values ​​in any order(Kaggle take care of the order). They should be values ​​between 0 or 1 (0: Negative, 1: Positive)

    \n\n_____________________________\n\n

    Les données en détail :

    \nLes données ont été divisées en 3 groupes :\n
  • train.txt - données relatives à la formation, commentaires séparés avec des nouvelles lignes \\ n
    • \n
  • train_label.txt - réponses de formation, commentaires de classe dans le même ordre que les textes dans un train.txt séparé avec des nouvelles lignes \\ n
    • \n
  • test.txt - les données pour le test sont toujours des commentaires séparés par des nouvelles lignes
    • \nLes données de formation doivent être utilisées pour créer vos modèles d'apprentissage sur machine. En ce qui concerne les données de formation, nous fournissons des résultats à prévoir pour chaque retour d'information. Dans notre cas ici, votre modèle doit utiliser les commentaires que vous avez prétraités et la classe de texte pour prédire si un commentaire est positif ou non .\n\nLes données de test doivent être utilisées pour voir comment votre modèle se comporte sur des données qu'il n'a pas encore vues. Pour l'ensemble des tests, nous ne fournissons pas de résultats prévisibles pour chaque commentaire. C'est à vous de prédire ces résultats. Pour chaque texte de l'ensemble de tests, utilisez le modèle que vous avez formé pour prédire si le produit a reçu un avis positif ou non.

    \n\nNous incluons également all_positive_submission.csv , un ensemble de prédictions qui supposent que tous les avis sont positifs. Ce fichier all_positive_submission.csv est un exemple de ce à quoi doit ressembler votre fichier de soumission.

    \n\n

    Notes Variables (rappel)

    \n

    Les différents commentaires dans train.txt sont séparés par des nouvelles lignes \\ n '

    \n

    Vos résultats doivent être au format csv et contenir une colonne avec un en-tête nommé \"testLlabels\" et le reste des lignes de valeurs de prédiction dans n'importe quel ordre (Kaggle va s'en occuper tant que les ids sont là). Les valeurs doivent être comprises entre 0 et 1 (0 : Négatif, 1 : Positif)

    ", "isPublished": false, "hasIsPublished": false, "postTitle": "", "hasPostTitle": false, "mimeType": "", "hasMimeType": false }, { "name": "Description", "content": "

    👋🛳️ Hello here! welcome to Kaggle!

    \n

    Difficulty: Medium (Less guidance)

    \n

    New Intro

    \n

    ** For those new to Kaggle ** watch the video below to see how a competition goes normally
    \n\n
    \n\nOnce you are ready to start the competition, click on the Join competition button to create an account and access the competition data . Next, check out the tutorial Titanic by Alexis Cook which takes you step by step on how to make your first submission! and also that of Notebook Yassine Ghouzam \n\n\n

    The challenge:

    \n

    Consumers have left comments (texts) of the last product they just used. We would like to know if it is possible to determine if the comments are positive or negative in the future for other products.

    \n

    This challenge is simple: use machine learning techniques to create a model that predicts what the positive or negative feedback is on using old feedback collected

    \n

    So the data here is text and what you will do is close to the branch of machine learning language processing

    .\n

    A notebook is given in the Notebook section and it contains a start of the word processing that you can do before sorting the text (it is just a track not the solution) \n

    This model that you will allow us in the future to have an automatic positive or negative feedback because the comments will immediately go through your algorithm

    \n\n

    Presentation of how Kaggle competitions work

    \n\n

    1.Join the competition

    \n

    Read the challenge description, accept the contest rules and access the contest dataset.

    \n\n

    2.Start working

    \n

    Download the data, create models on it locally or on Kaggle Kernels (our Jupyter Notebooks environment without configuration and customizable) and generate a prediction file. You can also work locally on your computer directly, we will only ask for the prediction files

    \n\n

    3. Make a submission

    \n

    Upload your prediction as a quote on Kaggle and receive an accuracy score.

    \n\n

    4. Look at the Leaderboard

    \n

    See how your model ranks against other Kagglers in our rankings.

    \n\n

    5. Increase your score

    \n

    Check out the discussion board for lots of tutorials and ideas from other competitors. \n\n

    What data will I use in this contest?

    \n

    In this competition you will have access to 3 similar datasets which include the text comment to classify. One dataset is titled `train.txt` and the other titled` label.txt` and the last one `test.txt`.

    \n\n

  • train.txt - training data, separate comments with newlines \\ n
    • \n
  • train_label.txt - training responses, class comments in the same order as the texts in separate train.txt with newlines \\ n
    • \n
  • test.txt - data for the test always comments separated by newlines
    • \nUsing your models and the train.txt data, predict whether any comments in test.cv are positive or not.

    \n\nVisit the “Data” competition tab to explore the datasets even further. Once you feel you've created a competitive model, submit it to Kaggle to see where your model stands in our rankings against other Kagglers.

    \n\n

    How to submit your prediction to Kaggle

    \n

    Once you are ready to submit an application and be in the leaderboard:

    \n1. Click on the \"Submit predictions\" button
    \n\"Media\"
    \n2. Upload a CSV file in the submission file format. You can submit 10 submissions per day.\n\"Media\"
    \n\n

    \n

    Format of the submission file

    \n

    \nYou must submit a csv file with exactly the number of lines as test.csv and more than one header line. Your submission will display an error if you have additional columns or rows.

    \n\nThe file must have exactly 2 columns:

    \n\n- TextId (sorted in any order)
    \n- Rating (Positive or negative) (contains your binary predictions: 1 for positive, 0 for negative)\n

    \n

    Ok! I am ready to begin. Where can I get help if I need it?

    \n

    \nFor help with the contest: Discussion forum of the competition
    \nTechnical help: page Contact us Kaggle

    \n\nKaggle does not have a dedicated support team, so you will generally find that you receive a response more quickly by posting your question in the appropriate forum. The forums are full of useful information on data, metrics, and different approaches. We encourage you to use the forums often. If you share your knowledge, you will find that others will share a lot too!\n

    \n\n

    A final word on Kaggle Notebooks

    \n

    \nAs we mentioned earlier, Kaggle Notebooks is our Jupyter Notebooks environment with no customizable configuration and a large repository of community published data and code.

    \n\nIn each competition, you will find many publicly shared notebooks with incredible information. It is an invaluable resource that is worth familiarizing yourself with. Check out the notebook from this competition here .\n

    \n

    🏃‍♀ Ready to compete? Join the competition here!

    \n

    Acknowledgments

    \n

    We thank Kaggle Team for providing this dataset, and for his introduction page Alexis Cook

    .\n\n___________\n\n

    👋🛳️ Bonjour ! Bienvenue à Kaggle!

    \n

    Difficulté : Moyenne (moins d'orientation)

    \n

    Nouvelle introduction

    \n

    ** Pour les nouveaux venus à Kaggle ** regardez la vidéo ci-dessous pour voir comment se déroule normalement un concours
    \n\n
    \n\nUne fois que vous êtes prêt à commencer le concours, cliquez sur le bouton Join competition pour créer un compte et accéder aux données du concours . Ensuite, consultez le tutoriel Titanic d'Alexis Cook qui vous explique pas à pas comment effectuer votre première soumission ! et aussi celui de Notebook Yassine Ghouzam \n\n\n

    Le défi :

    \n

    Les consommateurs ont laissé des commentaires (textes) sur le dernier produit qu'ils viennent d'utiliser. Nous aimerions savoir s'il est possible de déterminer si les commentaires sont positifs ou négatifs à l'avenir pour d'autres produits.

    \n

    Le défi est simple : utiliser des techniques d'apprentissage automatique pour créer un modèle qui prédit les réactions positives ou négatives à l'aide des anciennes réactions recueillies

    \n

    Donc les données ici sont du texte et ce que vous ferez est proche de la branche du traitement des langues par apprentissage automatique

    .\n

    Un cahier est donné dans la section Cahier et il contient un début de traitement de texte que vous pouvez faire avant de trier le texte (ce n'est qu'une piste, pas la solution) \n

    Ce modèle que vous nous permettrez à l'avenir d'avoir un retour automatique positif ou négatif car les commentaires passeront immédiatement par votre algorithme

    \n\n

    Présentation du fonctionnement des concours Kaggle

    \n\n

    1. participer au concours

    \n

    Lisez la description du défi, acceptez le règlement du concours et accédez à l'ensemble des données du concours.

    \n\n

    2. commencer à travailler

    \n

    Téléchargez les données, créez des modèles dessus localement ou sur Kaggle Kernels (notre environnement Jupyter Notebooks sans configuration et personnalisable) et générez un fichier de prédiction. Vous pouvez également travailler localement sur votre ordinateur directement, nous ne vous demanderons que les fichiers de prédiction

    \n\n

    3. faire une soumission

    \n

    Téléchargez votre prédiction sous forme de citation sur Kaggle et recevez un score de précision.

    \n\n

    4. Regardez le tableau de bord

    \n

    Voyez comment votre modèle se classe par rapport aux autres Kagglers dans nos classements.

    \n\n

    5. Augmentez votre score

    \n

    Consultez le forum de discussion pour obtenir de nombreux tutoriels et des idées d'autres concurrents. \n\n

    Quelles données vais-je utiliser dans ce concours ?

    \n

    Dans ce concours, vous aurez accès à 3 ensembles de données similaires qui comprennent le texte de commentaire à classer. L'un des ensembles de données est intitulé \"train.txt\", l'autre \"label.txt\" et le dernier \"test.txt\".

    \n\n

  • train.txt - données relatives à la formation, commentaires séparés avec les nouvelles lignes \\ n
    • \n
  • train_label.txt - réponses de formation, commentaires de classe dans le même ordre que les textes dans un train.txt séparé avec des nouvelles lignes \\ n
    • \n
  • test.txt - les données pour le test sont toujours des commentaires séparés par des nouvelles lignes
    • \nEn utilisant vos modèles et les données de train.txt, prévoyez si des commentaires dans test.cv sont positifs ou non.

    \n\nVisitez l'onglet     \"Data\" competition pour explorer les ensembles de données encore plus en profondeur. Lorsque vous pensez avoir créé un modèle compétitif, soumettez-le à Kaggle pour voir où se situe votre modèle dans notre classement par rapport aux autres Kagglers.

    \n\n

    Comment soumettre votre prédiction à Kaggle

    \n

    Une fois que vous êtes prêt à soumettre une candidature et à figurer dans le classement :

    \n1. Cliquez sur le bouton \"Soumettre les prédictions\"
    \n\"Media\"
    \n2. Téléchargez un fichier CSV dans le format de fichier de soumission. Vous pouvez soumettre 10 soumissions par jour.\n\"Media\"
    \n\n

    \n

    Format du fichier de soumission

    \n

    \nVous devez soumettre un fichier csv avec le nombre exact de lignes comme test.csv et plus d'une ligne d'en-tête. Votre soumission affichera une erreur si vous avez des colonnes ou des lignes supplémentaires.

    \n\nLe fichier doit avoir exactement 2 colonnes :

    \n\n- TextId (trié dans n'importe quel ordre)
    \n- Classement (positif ou négatif) (contient vos prédictions binaires : 1 pour positif, 0 pour négatif)\n

    \n", "isPublished": false, "hasIsPublished": false, "postTitle": "", "hasPostTitle": false, "mimeType": "", "hasMimeType": false }, { "name": "Evaluation", "content": "

    (Français plus bas)

    \n

    Objective

    \n

    It's your job to predict whether a feedback is positive or not.
    \nFor each element of the test set, you must predict a value of 0 or 1 for the associated text and put the results in the same order as the texts.

    \n\n

    Metric

    \n

    Your score is the percentage of error you make in the classification (Mean Absolute Error)

    \n\n

    Submission file format

    \n

    \nYou must submit a csv file with exactly one header called testLabels and the same number of predictions as the number of comments in test.txt. Your submission will display an error if you have additional columns or rows.
    \n\nThe file must have exactly 2 columns:
    \n\nid: which will determine which example this corresponds to
    \ntestLabels (any order)
    \n

    \n
     id, testLabels 
     10,0 
     1900,1 
     204,0 
     Etc.
    \n

    You can download a sample submission file (all_positive_submission.csv) from the Data page.

    \n\n___________\n\n

    Objectif

    \n

    C'est votre travail de prédire si un retour d'information est positif ou non.
    \nPour chaque élément de l'ensemble de test, vous devez prédire une valeur de 0 ou 1 pour le texte associé et mettre les résultats dans le même ordre que les textes.

    \n\n

    métrique

    \n

    Votre score est le pourcentage d'erreur que vous faites dans le classement (Erreur absolue moyenne)

    \n\n

    Format du fichier de soumission

    \n

    \nVous devez soumettre un fichier csv avec exactement un en-tête appelé testLabels et le même nombre de prédictions que le nombre de commentaires dans test.txt. Votre soumission affichera une erreur si vous avez des colonnes ou des lignes supplémentaires.
    \n\nLe fichier doit avoir exactement 2 colonnes :
    \n\nid : qui déterminera l'exemple correspondant à
    \ntestLabels (n'importe quel ordre)
    \n

    \n
     id, testLabels 
     10,0 
     1900,1 
     204,0 
     Etc.
    \n

    Vous pouvez télécharger un exemple de fichier de soumission (all_positive_submission.csv) à partir de la page Data .

    ", "isPublished": false, "hasIsPublished": false, "postTitle": "", "hasPostTitle": false, "mimeType": "", "hasMimeType": false }, { "name": "rules", "content": "

    Français plus bas

    \n

    One account per participant

    \n

    You cannot sign up to Kaggle from multiple accounts, so you cannot submit from multiple accounts.

    \n\n

    No private sharing outside of teams

    \n

    Private sharing of code or data outside of teams is not allowed. It's okay to share code if it's made available to all forum participants.

    \n\n

    Merging teams

    \n

    Team mergers are allowed and can be done by the team leader. To merge, the combined team must have a total number of submissions less than or equal to the maximum allowed on the merge date. The maximum allowed is the number of submissions per day multiplied by the number of days the contest was launched.

    \n\n

    Limits number of people per team

    \n

    There is no maximum team size.

    \n\n

    Number of submission limits

    \n

    You can submit a maximum of 15 submissions per day.
    \nYou can select up to 3 final submissions for judging.

    \n\n

    Chronology of the competition

    \n

    \nStart date: 11/21/2020 9:30AM EST
    \n\nMerger deadline: none
    \n\nRegistration deadline: None
    \n\nEnd date: 11/22/2020 5PM EST (Montreal Canada)
    \n\nThis is a fun competition to help you get started with machine learning. Cheating defeats the purpose. So seriously, don't do that!\n

    \n\n____________________________\n\n

    Un compte par participant

    \n

    Vous ne pouvez pas vous inscrire à Kaggle à partir de plusieurs comptes, donc vous ne pouvez pas soumettre de propositions à partir de plusieurs comptes.

    \n\n

    Pas de partage privé en dehors des équipes

    \n

    Le partage privé de code ou de données en dehors des équipes n'est pas autorisé. Le partage de code est autorisé s'il est mis à la disposition de tous les participants au forum.

    \n\n

    Fusionner les équipes

    \n

    Les fusions d'équipes sont autorisées et peuvent être effectuées par le chef d'équipe. Pour fusionner, l'équipe combinée doit avoir un nombre total de soumissions inférieur ou égal au maximum autorisé à la date de la fusion. Le maximum autorisé est le nombre de soumissions par jour multiplié par le nombre de jours où le concours a été lancé.

    \n\n

    Limite le nombre de personnes par équipe

    \n

    Il n'y a pas de taille maximale pour les équipes.

    \n\n

    Nombre de limites de soumission

    \n

    Vous pouvez soumettre un maximum de 15 soumissions par jour.
    \nVous pouvez sélectionner jusqu'à trois candidatures finales pour les juger.

    \n\n

    Chronologie du concours

    \n

    \nDate de début : 21/11/2020 9h30 EST
    \n\nDate limite pour les fusions : aucune
    \n\nDate limite d'inscription : Aucune
    \n\nDate de fin : 22/11/2020 5PM EST (Montréal Canada)
    \n\nIl s'agit d'un concours amusant pour vous aider à vous lancer dans l'apprentissage machine. La tricherie va à l'encontre du but recherché. Alors sérieusement, ne faites pas ça !\n

    ", "isPublished": false, "hasIsPublished": false, "postTitle": "", "hasPostTitle": false, "mimeType": "", "hasMimeType": false } ] }