перепроверил всё

полностью несовпадает результат того что вывесили как моё,
с тем что я отправлял

и мне приписали фикс баги которой у меня нет)

Стохастический алгоритм?

проверил на этом датасете

Правильно ли я понял, что для 4 и 5 этапа не нужно запускать предидущие?

The Telegram Data Clustering Contest starts now.

Based on the input data we provide, you are expected to develop an algorithm that:

1. Identifies content in English and Russian and discards the rest.
2. Identifies news articles from the result of (1) and discards the rest.
3. Classifies each news piece from the result of (2) into one of these 7 categories: Society, Economy, Technology, Entertainment, Science, Sports and Other.
4. Identifies news pieces about the same event and groups them together into news threads.
5. Sorts news threads based on perceived importance.

Below is the sample input data. We will be publishing more sample data sets as the contest progresses. Check out the detailed description of the contest task here (and here in Russian).

Participants have two weeks until December, 2 (the deadline is 23:50 Dubai time) to come up with a solution and upload it to @jobs_bot.

The authors of the best solutions will share a prize fund of $100,000 and will be able to take part in the second stage of the contest, getting a chance to claim another $100,000 in prizes.

У меня вполне могут быть небольшие вариации от запуска к запуску

Запуск производился в таком порядке:
tgnews languages raw_source_dir
tgnews news en_source_dir
tgnews news ru_source_dir
tgnews categories en_source_dir
tgnews categories ru_source_dir
tgnews threads en_source_dir
tgnews threads ru_source_dir
tgnews top en_source_dir
tgnews top ru_source_dir

Посмотрим.

спасибо

Я знаю, кто ты, Данила

Мало как нормальных решений

Если топ смотреть

а что вообще дают эти голоса?

это разве на что-то влияет?

Да ничего вроде, кто-то раньше говорил

Но в принципе видно ранги примерно