kaggle新赛：写作质量预测大赛【数据挖掘】

赛题名称：Linking Writing Processes to Writing Quality

赛题链接：https://www.kaggle.com/competitions/linking-writing-processes-to-writing-quality

赛题背景

写作过程中存在复杂的行为动作和认知活动，不同作者可能采用不同的计划修订技术、展示不同的停顿模式或在全过程中策略性地分配时间，这些都可能影响写作质量。过去的研究探索了与停顿、添加删除和修订等行为相关的多种过程特征，但是使用的数据集较小，且只研究了少数特征。

本次竞赛使用键盘日志的数据过程特征来预测总体写作质量，可能识别学习者写作行为与表现之间的关系。鉴于当前写作评估工具主要关注最终产出，这可能帮助学习者关注文本产出过程，增强写作的自主性、元认知意识和自我调节。

赛题任务

本次竞赛的目标是预测写作整体质量。写作方式是否会影响作文结果？参赛者将在一个大规模键盘日志数据集上训练模型，该数据集捕获了书写过程特征。

参赛者的工作将帮助探索学习者的书写行为与书写表现之间的关系，这可能为书写指导、自动书写评估技术和智能辅导系统的发展提供有价值的见解。

评价指标

我们使用均方根误差来评分提交项，定义为:

其中是预测值，是n个实例中每个实例i的原始值。

提交文件

对测试集中的每个id,你必须预测对应的score(参见数据页面的描述)。文件应包含一个表头，格式如下:

id,score
0000aaaa,1.0
2222bbbb,2.0
4444cccc,3.0
...

数据描述

竞赛数据集包含了大约5000份用户输入日志，如键盘和鼠标点击，这些都是在作文过程中捕获的。每篇作文的评分在0到6的范围内。参赛者的目标是根据用户输入日志来预测一篇作文的评分。

文件和字段信息：

• train_logs.csv - 用于训练的数据输入日志。

  • id - 文章的唯一ID

  • event_id - 事件的索引，按时间顺序排列

  • down_time - 键盘/鼠标按下的时间，毫秒

  • up_time - 键盘/鼠标释放的时间，毫秒

  • action_time - 事件持续时间(down_time和up_time之差)

• activity - 事件所属的活动类别

  • Nonproduction - 事件不会改变文本

  • Input - 事件向文档添加文本

  • Remove/Cut - 事件从文档中删除文本

  • Paste - 事件通过粘贴输入改变文本

  • Replace - 事件用另一个字符串替换一段文本

• Move From [x1, y1] To [x2, y2] - 事件将文本从字符索引x1，y1移动到新的位置x2，y2

• down_event - 键盘/鼠标按下时的事件名称

• up_event - 键盘/鼠标释放时的事件名称

• text_change - 事件导致的文本更改(如果有)

• cursor_position - 事件后文本光标的字符索引

• word_count - 事件后文档的词数

注意测试集中可能存在训练集中没有出现过的事件。

• test_logs.csv - 用于测试的数据输入日志。

• train_scores.csv

  • id - 文章的唯一ID

  • score - 文章的分数(满分6分，预测目标)

• sample_submission.csv - 正确格式的提交文件示例。

时间安排

• 2023 年 10 月 2 日 - 开始日期

• 2024 年 1 月 2 日 - 报名截止日期

• 2024 年 1 月 2 日 - 合并截止日期

• 2024 年 1 月 9 日 - 提交截止日期

赛题奖金

排行榜

• 第一名 - 12,000美元

• 第二名 - 8,000美元

• 第三名 - 5,000美元

效率奖

• 第一名 - 15,000美元

• 第二名 - 10,000美元

• 第三名 - 5,000美元

关注下方【学姐带你玩AI】

回复“比赛”获取190+场比赛top方案（kaggle、天池、ccf...）

码字不易，欢迎大家点赞评论收藏！