baidu_bigdata

百度大数据竞赛

  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。