eBay年度大学竞赛要求美国大学生解决专为该公司德国市场设计的汽车零部件识别挑战，优胜者将有机会获得2026年eBay暑期实习项目的名额。
各位同学请注意！我们很高兴地宣布，eBay第七届年度大学机器学习竞赛即将回归，今年我们将再次深入探索令人兴奋的电商数据集世界。
衷心感谢所有参与2024年竞赛的选手——大家的表现都堪称精彩！我们迫不及待想看看今年的挑战会掀起怎样的热潮。
激动人心的部分来了：优胜者将有机会获得2026年eBay的暑期实习职位！没错，我们始终在寻找顶尖人才，而我们的实习项目可能成为你加入我们全职团队的跳板。
你们发声，eBay倾听！在收到往届参与者的大量好评后，今年我们将再次聚焦汽车用品领域。
你的任务是：深入机动车零部件及配件领域。具体任务？开发一个能够准确识别并标注eBay商品标题中命名实体的模型。命名实体是指那些指代人、品牌、组织、地点、风格、材料、图案、产品名称、尺寸等的关键词汇或短语。
对于汽车零部件而言，命名实体可能包括该零件适用的汽车品牌及型号、零件制造商、零件类型、套件中包含的内容等。
命名实体识别（NER）是一种机器学习技术，可自动识别并标注文本中的重要实体。在电商领域，NER对于处理商品标题和描述、客户查询、评论以及任何需要从原始文本中提取重要数据的场景都至关重要。
在eBay，我们以多种方式使用NER，特别是用于从卖家发布的商品列表和买家的搜索查询中提取关键细节。NER对于将非结构化文本转化为结构化数据不可或缺。本次挑战的重点是从商品列表中提取信息。
为展示eBay的全球影响力，今年竞赛的数据将来源于一个非英语网站——具体而言，是eBay德国站的商品列表。在德国，eBay是车辆零部件及配件领域的头号交易平台。
你认为自己具备在NER领域脱颖而出的实力吗？展示你的技能，让我们共同打造一场难忘的竞赛！
参加今年竞赛的学生将被要求使用来自eBay.de的德语商品列表标题数据集，提取并标注诸如商品品牌、零件适用的汽车品牌及型号、零件制造商、零件类型、套件包含内容等属性。
eBay提供了一个英文示例，用不同类型的商品来说明这一概念。
本次竞赛的实际数据集将包含从德国eBay随机选取的200万个未标记商品标题，所有标题均与“汽车制动组件套件”和“汽车发动机正时套件”类别相关。
有趣的是，eBay今年在挑战赛中加入了AI免责声明，建议参赛者不得将任何eBay数据输入到第三方托管的AI平台或任何限制AI生成代码商业使用的工具中。
人工智能的使用
严禁将eBay数据输入到第三方托管平台（包括生成式AI工具，如ChatGPT、Bing Chat等），因为这些平台会对数据进行保留和使用。此外，如果使用AI工具，所产生的代码、数据或其他生成内容不得限制该代码、数据或包含或依赖于该代码的任何模型的商业使用。
特别是，获胜方法不得使用需要任何第三方许可才能使用的数据、模型或软件，也不得依赖任何其他会阻止eBay出于商业目的或其他目的使用获胜方法的因素。
然而，如果开源软件和公共领域算法及数据获得商业使用许可，或在宽容的开放源代码促进会（OSI）批准许可证（如MIT、BSD、Apache 2.0等）下公开可用，则可以在获胜方法中使用它们。
报名时间为5月1日至9月10日，提交截止时间为11月3日，获奖者将于11月14日选出并通知。
详情：