食品安全国家标准的精准化提取

这一次，数据极客们将为广大吃货而战！

众所周知，所有食品在进入市场之前都会经过重重检查，该食品的每项对应指标都达到国家或地区标准后方能算作合格产品。当下食品安全问题频出、食品安全问题越来越多被公众提及和重视。为充分保障食品安全，国家或各地区也日渐出台并完善了相当一系列的食品安全标准。一方面，这些食品安全标准繁杂、细碎；与此同时，一种食品所涉及到的食品安全标准可能会达到几十上百种。对食品安全检验检疫人员来说，精准且快速的食品安全标准的提取有助于迅速检验检疫食品是否符合标准，提高食品监管效率，更大程度地保障的公众食品安全。

Datacastle携手数之联科技集团，推出了暌违已久的新竞赛——食品安全国家标准的精准化提取。假想某地食药监局需要按照总局要求对食品、药品按照国家相关规定进行检验检疫，但标准众多、分类各异，一线检验检疫人员为了快速的检索出某一类食品药品相关国家、地方标准，需要快速了解检测检疫标准的工具，该工具的首要工作就是将存在于各个文档中的标准提取出来，将非结构化数据转换成结构化数据，以便形成工具需要的数据集。参赛者则需要提供这样一个能够迅速提取相关文档表格的工具。

虽说此次只是DC推出的练习赛，但含金量也是不容小觑，真实对接行业需求，解决行业痛点，满足你的“救世”情怀；文字识别与自然语言处理能力的展示，挖掘NLP (Natural Language Processing)大神；优秀参赛者还可以得到大数据名企的实习OFFER,和知名大数据学者周涛一起上班！ 
大赛将持续到7月10日，NLP大神们，是时候到DataCastle展现你真正的技术了，我知道你已经寂寞很久了。
 
主办方 数之联科技集团
 
承办方 DataCastle
 
比赛时间：2017年6月1日 10:00:00 至 2017年7月10日 23:59:59
 
大赛奖励：数之联科技集团实习名额（工作地：成都）
 
评分标准:
评分算法 regression 
评分标准 评价方法采用准确率。 
根据提交的文件，检查每一个pdf文件对应的识别结果（一行数据）是否正确，若正确，加1分；错误或者没有该pdf文件的结果，不得分。  
准确率=参赛者识别正确的行数/主办方提供文件的总行数
 
大赛数据
本次竞赛提供的数据是一些pdf文件（部分是扫描文件）。文件是国家质量监督检验检疫总局发布的食品检验标准。标准分为通用标准与专业品类标准。  在通用标准里有多个pdf文件，如文件GB2760-2014食品添加剂.pdf规定了食品添加剂的种类以及该类食品添加剂在每种专业食品中检测指标。 在专业品类标准里一共分为8个大类，分别是酒、冷冻饮品、粮食加工品、肉制品、乳制品、蔬菜制品、水产制品、调味品；每个类里有多个pdf文件，如调味品下的文件GB 18187-2000 酿造食醋.pdf规定了酿造食醋的检验标准。 每个食品品类的检测标准既会在专业品类标准中存在，也会在通用标准中存在

参赛地址：http://www.pkbigdata.com/common/cmpt/食品安全国家标准的精准化提取_竞赛信息.html