仅支持上传 CSV 格式的文件
中文的命名实体识别
分享给好友
报名参赛
报名参赛
大赛简介
命名实体识别,英文简称NER,主要任务是识别文本中具有特定意义的实体,主要包括人名、地名、机构名称、专有的名词等,以及关于时间、数量、货币、比例数值等文字。
参赛须知
参赛时间: 本次竞赛无时间限制,长期有效开放
参赛方式
- 方式一:
- 在线查看样例根据FlyAI样例模版实现算法并使用云端免费GPU进行模型训练获得最终成绩得分
- 方式二:
- 下载FlyAI样例模版进行本地调试并提交到云端使用免费GPU进行模型训练获得最终成绩得分,在本地进行代码调试的教程请查看[文档中心]
参赛选手说明
- 参赛人员身份信息需保证真实、有效,大赛主办方仅将个人信息用于赛事数据授权及颁奖使用
- 欢迎海内外的在校学生,算法工程师和所有AI爱好者参与
- 本次竞赛报名形式:以个人形式本地提交作品线上审核,并且以最终提交算法得分作为唯一有效成绩
- 在比赛截止日期前,团队中成绩最高分作为本团队的最终成绩
- 报名成功后请加入FlyAI竞赛交流群,一起学习进步!重要通知也将在群内发布,不要错过哦
比赛作品说明
- 最终比赛成绩以排行榜显示排名为准
- 根据作品提交时间先后顺序进行人工审核,审核合格后提交至排行榜
- 禁止使用外部链接下载代码替换本项目代码
- 提交的代码具备可解释性并且其它开源框架可复现
- 所有相似代码将一律不通过审核!!情况多次出现者封号处理
- 如有发现利用非正常手段作弊行为,奖金一律不发放。之前所获得奖金金额官方有权收回,情节严重者封号处理
- 提交代码即视为阅读并同意以上比赛作品说明
大赛奖项设置
奖项说明:
奖项设置 | 获奖人数 | 奖金额度说明(按最终得分评判) |
---|---|---|
参与奖(总奖金30%) | 所有人 | 不同得分区间获得相应的竞赛奖金 |
突破奖(总奖金20%) | 所有人 | 更新排行榜得分,获取相应竞赛奖金 |
排名奖(总奖金50%) | 第一周/月前3名(冠、亚、季军) | 项目上线第一周、第一个月; Time_P(周) = 0.5,Time_P(月) = 0.5;K1=0.5,K2=0.3,K3=0.2; |
不同框架奖励 | 所有人 | 获得60FAI币用于GPU训练资源消耗 |
备注:
- 上线时间:2019-08-07
- 周排行奖结算时间:2019-08-14 15:00:00;月排名奖结算时间:2019-09-07 15:00:00
- 奖金获取标准:80<Score 按照得分比例获取奖金
- 获得奖金分为3部分:参与奖、突破奖为审核完毕实时获取的奖金,排名奖需在规定时间结束后根据排名顺序获得
- Bouns表示为:奖金池总金额;Score表示为:模型得分;
- 【参与奖】相同得分区间无法再次获得奖励
- 各项奖金获得计算公式参考如下:
- 参与奖(Participation Award)
- R表示:得分的区间系数;T表示为:相同得分区间得分人数;
- 100-标准分:分为5个区间系数;R1(0.02),R2(0.08),R3(0.15),R4(0.25),R5(0.5)
- 突破奖(Prizes)
- N表示:第N次更新排行榜;Prizes_N-1表示:排行榜更新后已发放的突破奖金
- 排名奖(Ranking Award)
- Time_p表示:相关截止日期的奖金发放系数;K表示:每次发放排行榜前三名的分配系数;
赛事主题和数据说明
赛题描述
通过实现算法并提交训练,获取奖金池奖金。小提示:抢先更新算法排行榜,有更大机会获取高额奖金哦!
数据来源
数据描述
由于需要提交代码作品在云端进行训练,参赛数据集不对外开放。仅提供调试数据,可通过使用本地调试的方式获取调试数据集。本地调试和提交指南请查看[文档中心]
字段说明:
字段名 | 字段类型 | 取值区间 | 字段描述 |
---|---|---|---|
source | string | 不为空 | 句子 |
target | string | 不为空 | 标签 |
输入字段: source,
输出字段: target,
参考文献:
[1]NER
评审标准
评审指标说明
- 准确率(Accuracy):对于给定的测试数据集,预测正确的样本数与实际总样本数之比
- True,表示预测正确的样本数数量
- Total Number of Samples,表示实际总样本数数量
- 计算公式如下:
比赛常见问题说明
Q:比赛使用什么框架?
- 比赛支持常用的机器学习和深度学习框架,比如TensorFlow,PyTorch,Keras,Scikit-learn、MXNet、PaddlePaddle等。
Q:怎么参加比赛,需不需要提交CSV文件?
- FlyAI竞赛平台提供免费云端GPU资源,报名后可以使用自己熟练的框架,修改main.py中的网络结构和processor.py中的数据处理;仅部分赛题支持CSV方式提交,请仔细阅读参赛方式相关内容。
Q:比赛排行榜分数怎么得到的?
- 参加项目竞赛必须实现 model.py 中的predict_all方法。系统通过该方法,调用模型得出评分。
展开
- 竞赛排行榜
- 奖金记录
- 雨中冰言
-
模型得分为86.35,本次获得实时奖励奖金为24元
2019-10-21 11:36:14
- 雨中冰言
-
模型得分为85.49,本次获得实时奖励奖金为23.5元
2019-10-21 11:35:21
- julymin
-
模型得分为84.87,本次获得实时奖励奖金为7元
2019-09-23 11:21:48
- julymin
-
模型得分为84.56,本次获得实时奖励奖金为30元
2019-09-23 11:14:40
- NLP-Learner
-
模型得分为83.33,本次获得排名奖奖金为375元
2019-09-09 11:23:35
- sakuranew
-
模型得分为84.57,本次获得排名奖奖金为625元
2019-09-09 11:23:34
- sakuranew
-
模型得分为84.57,本次获得实时奖励奖金为90元
2019-09-09 11:09:16
- sakuranew
-
模型得分为83.11,本次获得排名奖奖金为375元
2019-08-14 15:00:02
- NLP-Learner
-
模型得分为83.33,本次获得排名奖奖金为625元
2019-08-14 15:00:02
- NLP-Learner
-
模型得分为83.33,本次获得实时奖励奖金为23元
2019-08-12 12:31:15
- sakuranew
-
模型得分为82.24,本次获得实时奖励奖金为25元
2019-08-12 12:09:53
- sakuranew
-
模型得分为80.62,本次获得实时奖励奖金为3.75元
2019-08-09 16:07:08
- NLP-Learner
-
模型得分为80.93,本次获得实时奖励奖金为12元
2019-08-08 12:04:31
- NLP-Learner
-
模型得分为80.93,本次获得实时奖励奖金为12元
2019-08-08 12:04:31
- NLP-Learner
-
模型得分为80.93,本次获得实时奖励奖金为12元
2019-08-08 12:04:30
- NLP-Learner
-
模型得分为80.93,本次获得实时奖励奖金为12元
2019-08-08 12:04:30
- NLP-Learner
-
模型得分为80.93,本次获得实时奖励奖金为12元
2019-08-08 12:04:30
- NLP-Learner
-
模型得分为80.93,本次获得实时奖励奖金为12元
2019-08-08 12:04:30
- NLP-Learner
-
模型得分为80.93,本次获得实时奖励奖金为12元
2019-08-08 12:04:22
- NLP-Learner
-
模型得分为80.25,本次获得实时奖励奖金为187元
2019-08-08 12:03:29