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

NER_new

数据描述

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、FastAI等。

Q:怎么参加比赛，需不需要提交csv文件？

• FlyAI竞赛平台无需提交csv文件，在网页上点击报名，下载项目，使用你熟练的框架，修改main.py中的网络结构，和processor.py中的数据处理。请仔细阅读右侧提交指南，使用FlyAI命令参与比赛。

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。