大数据竞赛是由百度和西安交通大学联合主办，旨在通过全国高校范围内，挖掘、发现大数据尖端人才，并为其提供更好的发展环境和实践机会。第一届百度西安交通大学大数据竞赛于2015年5月正式启动，历时四个月，吸引了全国高校近900支团队参加。第一届竞赛题目是基于百度的“知识图谱”技术展开，以挖掘明星（人物）关系为场景，进而构建知识挖掘系统。
今年，竞赛题将围绕用户消费决策影响因素展开，从评价性文本片段中，结合上下文，提取核心内容，为用户判断提供有力依据。本届竞赛要求参赛者给出一个算法或模型，从评价性文本片段中，结合上下文提取子句中的核心实体，即识别出该子句所讨论的最重要的实体。
一、任务设定
本次竞赛要求参赛者给出一个算法或模型，从评价性文本片段数据集中，结合上下文提取文本片段中的核心实体，即识别文本片段所讨论最重要的实体。竞赛数据由若干文本片段组成，每个文本片段单独占一行，可能包含多个子句，每个子句以半角句号结尾，要求参赛选手识别出每个文本片段子句及其核心实体。
输入输出说明：
输入：逐行读取文本片段；
输出：逐行输出该文本片段的子句以及提取到的核心实体，以json形式分装，格式如下：
[
{
“content”: “子句1”,
“core_entity”: [
“entity1”,
“entity2”
]
},
{
“content”: “子句2”,
“core_entity”: [
“entity1”,
“entity2”
]
}
]
样例数据：
文本片段：
不得不说锤子手机在很多功能操作上的优化真的很用心，尤其是一些看上去并没有什么卵用但让人感觉确实舒服的小设计。如果说苹果的设计是强行的改变用户习惯，我宁愿选择这个能够随时迁就用户个性的锤子。
答案：
[
{
“content”: “不得不说锤子手机在很多功能操作上的优化真的很用心，尤其是一些 看上去并没有什么卵用但让人感觉确实舒服的小设计。”,
“core_entity”: [
“锤子手机”
]
},
{
“content”: “如果说苹果的设计是强行的改变用户习惯，我宁愿选择这个能够随时 迁就用户个性的锤子。”,
“core_entity”: [
“苹果”,
“锤子”
]
}
]
二、评分标准
正确识别文本片段中至少一个核心实体得1分，如文本片段包含多个核心实体，每多正确识别一个加0.5分，识别错误反扣0.5直到该子句得分为0为止，实体名称以该实体首次出现在文本片段中的名称为准。
三、竞赛阶段
Ø 训练阶段（4-8月）:
参赛者获得训练数据，开始训练模型；
发布1.2万条语料片段的训练数据集；
Ø 测试阶段（8-9月）：
参赛者获得测试数据，得到模型运行结果后，在线提交，实时刷新测试成绩；
发布20万条语料测试数据集；
Ø 验证阶段（9月）：
排行榜前10名队伍上传源代码及说明文档，竞赛评委组使用官方验证数据集进行测试，最终给出排名；
发布20万条语料验证数据集；
注：
1、参赛者可以任意使用其他公开的外部数据源或者词典作为辅助数据，但提交时需要说明清楚使用方式并将使用到的外部数据一并提交，同 时禁止人工标注数据用于系统优化，如有发现成绩归零。
2、说明文档至少包含编译环境说明，算法、代码等说明。
3、报名截止日期：8月10日。
训练数据
数据集包含1.2万个文本片段，每个文本片段后给出Json格式的子句及其核心实体；
下载链接（百度网盘分享）：http://pan.baidu.com/s/1pLtfjSZ
密码：jzy9
该数据为竞赛专用，严禁用于商业用途！
参赛对象
全日制在校学生均可报名参加，参赛队伍可以是单人组队，或者自由组合，但是最多不超过三人；4月9日早8点开放报名！
注：
1、每人只能参加一支队伍；
2、保证参赛队员报名信息准确有效，否则会被取消参赛资格及激励；
3、报名方式：用百度账号登入官网、填写完个人信息，可报名参赛。
4、百度西交大大数据竞赛官方交流群，QQ群：482699741
奖项分为两类：普通奖项和特别贡献奖，各奖项均以团队进行评比；获奖团队成员优先推荐进入百度实习或工作。
注：一个团队不可同时获得两类奖项
普通奖项
一等奖 2万元人民币
二等奖 1万元人民币
三等奖 5千元人民币
特别贡献奖
10万元人民币(1名)
免责声明：本文来源于网络，欧米网仅转载以供参考。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
