Команда машинного обучения <a href="https://ecom.tech/" rel="noopener noreferrer" target="_blank">ecom.tech</a> создаёт технологии на основе машинного обучения и искусственного интеллекта для сервисов Самокат и Мегамаркет, логистики в ритейле. <a href="https://dls.samcs.ru/" rel="noopener noreferrer" target="_blank">Deep Learning School</a> вместе с <a href="https://ecom.tech/" rel="noopener noreferrer" target="_blank">ecom.tech</a> создали это соревнование вместе, чтобы интегрировать опыт команды с образованием в области глубокого обучения.

<figure class="image"><img src="https://storage.yandexcloud.net/ds-ods/files/content/2024/09/24/dcb92752/photo_2024-09-19_14-28-27.jpg" /></figure>

Постановка задачи

Команда машинного обучения пользовательского контента занимается внедрением ML-сервисов как для модерации контента, который публикуют пользователи, так и для генерации нового контента на карточках товара. В основном мы работаем с текстовыми данными. Для решения поставленных задач используем различные методы, начиная от rule-based подходов, заканчивая обучением крупных языковых моделей (LLM).&nbsp;

Здесь вам предлагается решить задачу множественной классификации текстов для определения всех классов, к которым можно отнести каждый экземпляр. Множественная классификация отличается от многоклассовой тем, что экземпляр данных может одновременно относиться сразу к нескольким классам. В задании представлены ответы на опрос, состоящий из части с выбором ответа из списка и расширенного комментария с произвольным текстом. Необходимо для каждого ответа из 50 различных меток классов выбрать все затронутые. В этом задании на вход будет подаваться текст и выбранные теги из ответа на опрос.

Задача - для каждого ответа предсказать все классы затрагиваемых тематик.&nbsp;

Данные

<ul>
	<li>train.csv - ID + текст из ответа + теги из ответа + таргет по каждому классу из ответа;&nbsp;</li>
	<li>test.csv - ID + текст из ответа + теги из ответа;&nbsp;</li>
	<li>sample_submission.csv - формат ответа: ID - id продукта, предсказание по каждому из 50 классов;&nbsp;</li>
	<li>baseline.ipynb - ноутбук с простым решением;</li>
	<li>trends_description.csv - файл с полным описанием меток класса.&nbsp;</li>
</ul>

Призы&nbsp; 
 
ТОП-20 участников соревнования получат памятные подарки от <a href="https://ecom.tech/" rel="noopener noreferrer" target="_blank">ecom. tech</a>: мерч и промокоды на покупки в Самокате.&nbsp; 
ТОП-3 получат личные консультации с ML-специалистами из <a href="https://ecom.tech/" rel="noopener noreferrer" target="_blank">ecom.tech</a>. 
 
Связаться? 
 
Переходите в наш <a href="https://t.me/DLS_NLPWorshop" rel="noopener noreferrer" target="_blank">Tg-канал</a> и узнавайте все новости соревнования, а <a href="https://t.me/+iYsLkrEFYvQ4OTc6" rel="noopener noreferrer" target="_blank">в чате</a> можно задать вопросы организаторам. Также можете присоединяться к хабу <a href="https://ods.ai/hubs/ecom-tech" rel="noopener noreferrer" target="_blank">ecom.tech</a>. 
 
Зарегистрироваться? 
 
Можно <a href="https://talent.kruzhok.org/events/7724" rel="noopener noreferrer" target="_blank">здесь</a>.

В рамках соревнования предлагается решить одну из реальных задач, с которыми работает ML-команда ecom.tech — задачу множественной классификации текстов для автоматизации исследования обратной связи пользователей Самоката.

Public

Данные

User Agreement RU

Я прочитал(-а) и согласен(-на) с <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/odsaifooter/UserAgreementGeneral.pdf" rel="noopener noreferrer" target="_blank">Пользовательским соглашением и Политикой конфиденциальности</a>

Privacy Policy RU

Я даю свое <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DLS_Ecom_NLP_intensiv_2024/Consent_NLP_int_2024.pdf">согласие</a> ООО &ldquo;Соревнования Анализа Данных&rdquo; на обработку и передачу моих персональных данных партнерам мероприятия для информационного взаимодействия

Consent

Я согласен(а) получать информационные рассылки от ООО &ldquo;Соревнования Анализа Данных&rdquo;&nbsp;про ключевые активности на ODS.AI

Благодарим за интерес к соревнованию&nbsp;NLP интенсиву.

Заполните, пожалуйста, форму ниже.

Согласия, отмеченные&nbsp; (*) - обязательные.

first_name

First name

last_name

Last name

talentid

Talent-ID

email

Email

country

Country (lat)

city

City (lat)

Occupation

study_place2

Company/study place name

Experience

Experience in DC

Registration application for Ecom NLP Workshop 2024

NLP интенсив: задача множественной классификации обратной связи от пользователей

#	Teams (48)	Accuracy Score	Last	Entries
1	Seidel	1	19h	6
2	a654ab07a49f0	1	19h	1
3	dweebishqys	0.7577413479	15h	5
4	Alex Ast	0.75	20h	5
5	escape from misis	0.7329931973	24h	10
6	ML lebt immer noch	0.7162534435	17h	10
7	vbce6cfea0058	0.6666666667	19h	5
8	h11e2cab8bd9f	0.6432264736	14h	6
9	Alexander Pavlov	0.6432264736	22h	10
10	aasdsa	0.6432264736	23h	2
11	Dan As	0.6432264736	21h	7
12	Igor Sh	0.6432264736	93min	12
13	Dmitri Maunberg	0.6432264736	34h	5
14	Anastasiia Kokoeva	0.6432264736	21h	7
15	Artem Petrov	0.6432264736	22h	10
16	Katie	0.6432264736	16h	6
17	aliyalvtsaa	0.6432264736	19h	5
18	Triss Merigold	0.6432264736	33h	1
19	Zvoox	0.6432264736	32h	2
20	Mertionar	0.6432264736	23h	4
21	Irina Martynova	0.6432264736	110min	5
22	FCDD	0.6432264736	20h	5
23	Artur Bilalov	0.6432264736	19h	1
24	magewade	0.6432264736	15h	4
25	Anton T	0.6432264736	8h	5
26	Air	0.6205493388	14h	2
27	Alexander Vavilkin	0.572601334	34h	3
28	Shura V	0.572601334	14h	8
29	Danil Bochkariov	0.572601334	21h	5
30	Andrey Khlopotnukh	0.5534131206	38h	2
31	Kalaichidi Vladimir	0.5531043177	93min	1
32	Jew	0.5446240337	11h	8
33	Evgenii Malov	0.5432345877	19h	2
34	Sergei Razumov	0.5320412629	31h	4
35	acb957a44e987	0.5253298153	11h	5
36	q9754b03310dc	0.5142857143	20h	5
37	mb99e06afc91b--ksv	0.5006648936	15h	9
38	twwist	0.4721362229	90min	3
39	42	0.4643874644	33h	1
40	Artem Fatkulin	0.4623233909	11h	1
41	Alexander	0.4592198582	27h	2
42	Andrew Valukhov	0.4416807534	13h	5
43	h73e880a12bfb	0.4371874081	33h	6
44	Artur Sobol	0.2544204322	26h	5
45	Turbo	0.1623222749	24h	5
46	o246f4e2b3435	0.0446927374	34h	3
47	Vadim Samoilov	0.0292364462	11h	1
48	mayornasok	0	39h	2