# Défi TextMine 2025 - Prolongation — Data

来源：https://www.kaggle.com/competitions/defi-text-mine-2025-permanent/data

本地 Meta Kaggle 快照；不是本次实时页面。

# Dataset Description



## Fichiers

Tous les fichiers sont au format CSV (champs séparés par des virgules). Se référer au notebook [Lecture des données](https://www.kaggle.com/code/highflyingbird/lecture-des-donn-es) pour voir comment charger et manipuler les données. 


- **train.csv** - jeu d'entraînement contenant 800 textes annotés (entités et relations)
- **test.csv** - jeu de test contenant 800 textes partiellement annotés (entités seulement)
- **sample_submission.csv** - exemple de fichier à soumettre (relations prédites)

## Champs

### Train

Le fichier train.csv comporte 4 champs : id, text, entities et relations. 

- Le champ "entities" est une liste de dictionnaires, chaque dictionnaire décrivant une entité présente dans le texte. Chaque entité a un id, un type et des mentions (décrites dans une liste). Ci-après, un exemple de dictionnaire :
`{"id": 0, "mentions": [{"value": "tombé", "start": 74, "end": 79}], "type": "ACCIDENT"}`
- Le champ "relations" est une liste de triplets de la forme (id entité source, type relation, id entité cible). Ci-après un exemple de triplet :
`[0, "STARTED_IN", 9]`

### Test

Le fichier test.csv comporte 3 champs : id, text, entities.

### Submission

Une soumission correctement formatée, comme sample_submission.csv, comporte 2 champs : id et relations. La colonne id est alignée avec celle du fichier test.csv et la colonne relations liste les relations extraites sous la forme de triplets comme dans le fichier train.csv. Dans le fichier servant d'exemple, des relations sont prédites seulement pour le texte portant l'id 1204.