Questions fréquentes
Comment télécharger le jeu de données ?
Nous vous envoyons le lien par email sur simple demande.
En quoi consiste le jeu de données ?
Le jeu de données est constitué de deux ensembles ayant la même structure, mais qui ne sont pas issus des mêmes sources :
- la version A est fourni aux équipes qui participent au challenge pour entraîner leur agent
- la version B, un peu plus légère, servira uniquement pour la finale
Chaque version comprend une arborescence de ce type :
source/rX/Y.c.lz4 train/labels.csv test/labels.csv test/test_authors.csv
Dans les sources, « X » et « Y » sont à remplacer respectivement par des numéros de dépôts et de fichiers (il y en a un très grand nombre). Les fichiers .c sont tous entiers, mais aucun en-tête ni système de génération n’a été conservé des dépôts récoltés, ce qui vous obligera certainement à utiliser un parseur résilient aux erreurs pour traiter les fichiers source.
Les fichiers « labels.csv » sont formés d’une succession de lignes ayant le format suivant :
,,,
Par exemple :
56,12,14,r1456/34
indique que les lignes 12, 13 et 14 du fichier source/r1456/34.c (compressé en lz4) ont été écrites par l’auteur au numéro 56.
Les auteurs sont numérotés de 0 à 1023. Tous les auteurs sont présents dans « train », mais seuls 64 sont dans « test ».
Dans le répertoire test, les identifiants des auteurs sont remplacés par -1. Le fichier « test_authors.csv » comprend la liste des 64 auteurs utilisés pour le test (un id par ligne).
Avec le jeu A, on vous fournira également un fichier « test/expected_labels.csv » dans lequel les identifiants des auteurs n’ont pas été remplacés par -1 afin que vous soyez en mesure d’évaluer votre agent. Veillez à n’utiliser ces informations que parcimonieusement afin d’éviter de sur-apprendre sur le jeu A !
Mon entreprise n’entre pas dans les critères de l’appel à concours, puis-je quand-même participer ?
Si vous êtes dans ce cas, nous vous encourageons à contacter l’équipe organisatrice. Nous examinerons votre demande dans l’éventualité d’une dérogation.
Encore une question ?
Vous pouvez poser vos questions via la rubrique Contact.