第五届eBay大学机器学习竞赛正在进行中，获胜者将获得2024年在eBay实习的机会。
去年的竞赛要求学生使用机器学习构建模型，以提取和标记商品标题中提及的指代人物、品牌、组织、地点、风格、材质、图案、产品名称、计量单位、尺寸等的“命名实体”。
我们邀请你们今年考虑的问题是构建一个模型，能够准确提取并标记eBay商品标题数据集中的命名实体。命名实体是指指代人、品牌、组织、地点、风格、材质、图案、产品名称、计量单位、服装尺寸等的语义字符串/单词/短语。
今年的竞赛看起来非常相似，仍然专注于从商品标题中提取命名实体，但eBay增加了一个国际元素，使数据集专门针对来自eBay德国站运动鞋类别的商品列表。
感兴趣的学生可以通过EvalAI在2023年10月10日之前报名。
我们邀请你们今年考虑的问题是构建一个模型，能够准确提取并标记eBay商品标题数据集中的命名实体。命名实体是指指代人、品牌、组织、地点、风格、材质、图案、产品名称、计量单位、服装尺寸等的语义字符串/单词/短语。
命名实体识别（NER）是自动标记和提取文本中具有特定含义的重要命名实体的机器学习过程。在电子商务中，NER用于处理商品列表或产品标题和描述、查询以及评论，或者在任何希望从原始文本中提取重要数据的场景中。
在eBay，我们将NER应用于多种场景，特别是用于从商品列表（卖家视角上下文）和搜索查询（买家视角上下文）中提取属性。在这两种上下文中，NER都起着将非结构化文本数据转化为结构化数据的关键作用。本次挑战侧重于从商品列表中进行提取。
为了体现eBay的国际性，我们选择今年挑战的数据来自非英语站点，数据来自eBay德国站的商品列表……
挑战
命名实体识别（NER）是自然语言处理（NLP）中的一项基本任务，也是许多语言理解任务中的第一阶段。它几十年来一直吸引着研究界的关注，其重要性在学术界和工业界都得到了广泛认可。虽然命名实体识别（NER）应用于多种不同场景，但在此次挑战中，我们将仅使用eBay商品标题进行NER。以下展示了一些商品标题的NER标注示例（这些示例为英文，旨在说明概念，挑战数据将包含德语商品标题）……
数据
数据集包含从德国eBay随机选取的1000万个未标注的商品标题，全部来自“运动鞋”类别。在这些商品标题中，将有10,000个已标注的商品标题（“已标注”意味着属性已被提取）。此外，还将提供一份描述该数据集的附录文档。最后，我们将提供应从每个商品标题中提取的属性名称集合（如前所述，并非所有标题都包含所有属性）。每个商品标题都将拥有一个唯一标识符（记录编号）。这10,000个已标注的商品标题将被分为三组：
- 训练集（5,000条记录）
- 测验集（2,500条记录）
- 测试集（2,500条记录）
1000万个未标注标题集合和训练集旨在供参赛者构建其模型/预测系统。训练集中的每个商品标题都将提供实际属性，以及用于将属性与标题关联的商品标题记录编号。
在EvalAI上查看eBay 2023大学机器学习竞赛的完整规则、常见问题解答和时间表：