在真实电商场景中，平台需要对海量商品进行精准的类别标注，以支撑搜索排序、推荐系统、类目导航等核心业务。如何根据有限的商品信息（如图片、标题或简短描述）自动完成商品分类，是一个具有重要实践价值的机器学习问题。

本竞赛以**商品多类别分类**为任务：参赛者需要基于给定的商品图片以及相应的文本信息（如标题或简短描述），预测商品所属的类别标签。标签已被编码为** 0–20 共 21 个类别**，参赛者的目标是在测试集上获得尽可能高的分类准确率。

数据集包含约**3 万余条带标签的训练样本和数千条无标签**的测试样本，覆盖多个常见商品品类，适合作为图像分类、文本分类以及多模态表示学习的综合实战任务。