{
  "fetched_at": "2026-10-19T21:39:28Z",
  "source_url": "https://www.kaggle.com/competitions/defi-text-mine-2025-permanent/data",
  "pages": [
    {
      "name": "data-description",
      "content": "\n\n## Fichiers\n\nTous 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. \n\n\n- **train.csv** - jeu d'entraînement contenant 800 textes annotés (entités et relations)\n- **test.csv** - jeu de test contenant 800 textes partiellement annotés (entités seulement)\n- **sample_submission.csv** - exemple de fichier à soumettre (relations prédites)\n\n## Champs\n\n### Train\n\nLe fichier train.csv comporte 4 champs : id, text, entities et relations. \n\n- 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 :\n`{\"id\": 0, \"mentions\": [{\"value\": \"tombé\", \"start\": 74, \"end\": 79}], \"type\": \"ACCIDENT\"}`\n- 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 :\n`[0, \"STARTED_IN\", 9]`\n\n### Test\n\nLe fichier test.csv comporte 3 champs : id, text, entities.\n\n### Submission\n\nUne 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.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "**Données**\n\nPour s’attaquer à cette tâche, les participants au défi auront à leur disposition 800 documents factices rédigés et annotés manuellement. Les données d’entrée sont : un texte, les mentions et le type des entités ainsi que des attributs. Les annotations sont données sous la forme de deux listes. Une première liste contenant l’ensemble des entités et des attributs définies par un index, un ensemble de mentions avec leurs offsets et un type. La seconde liste (donnée seulement pour les textes d’entraînement) contient la liste de relations sous la forme (index de l’entité sujet, type de la relation, index de l’entité objet).\nAu total, une quarantaine de types d’entités, une quinzaine de types d’attributs et une quarantaine de types de relations sont annotées dans le jeu de données.\n\n**Tâche**\n\nLa tâche consiste à identifier les relations et à leur attribuer une étiquette parmi 37 étiquettes telles que Located in, Part Of, etc.  La liste et les définitions des types d’entités, d’attributs et de relations peuvent être retrouvées dans les trois tableaux ci-dessous.\n\n*Entités*\n![](https://raw.githubusercontent.com/Todaime/popcorn-dataset/main/images/popcorn_entities.png)\n*Attributs*\n![](https://raw.githubusercontent.com/Todaime/popcorn-dataset/main/images/popcorn_attributes.png)\n*Relations*\n![](https://raw.githubusercontent.com/Todaime/popcorn-dataset/main/images/popcorn_relations.png)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "Un ensemble de validation composé de 400 textes permettra aux équipes d’évaluer et confronter leurs solutions en soumettant jusqu’à 1 résultat par jour sur la plateforme Kaggle. L’adéquation des prédictions avec les labels du jeu de test sera calculée automatiquement par la plateforme Kaggle en utilisant le score Macro F1 (moyenne du score F1 pour chaque type de relation). Le format de soumission attendu est le même que celui des données d’entraînement.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "1. Toute participation au défi implique une proposition d’article à l’atelier TextMine qui a lieu chaque année en janvier : https://textmine.sciencesconf.org/ ; sans proposition sérieuse d’article, le participant/l’équipe sera disqualifié(e) ; le participant/équipe devra être présent à l’atelier pour présenter son travail.\n2. Toute approche est la bienvenue (par exemple connexionniste, symbolique, à base de connaissances) ;\n3. Chaque participant doit utiliser un unique compte Kaggle pour faire des soumissions. Chaque participant sera disqualifié s’il fait des soumissions via plus d'un compte Kaggle, ou s’il tente de falsifier un compte pour agir en tant que mandataire. \n4. Plusieurs personnes peuvent collaborer en tant qu'équipe ; cependant, vous ne pouvez rejoindre ou former qu'une seule équipe. \n5. La taille limite des équipes est fixée à 10 personnes ;\nVous pouvez envoyer 1 soumission par jour.\n6. Le partage privé de code ou de données en dehors des équipes n'est pas autorisé. Vous pouvez partager du code s'il est mis à la disposition de tous les participants sur les forums ;\n7. Vous devez sélectionner au plus deux soumissions pour le classement définitif ;\n8. Vous n’êtes pas autorisé.e à annoter à la main ;\n9. Vous devez avoir plus de 18 ans ;\n10. Vous avez la possibilité de partager votre code publiquement à condition que ce partage public ne viole pas les droits de propriété intellectuelle d'un tiers. Si vous décidez de partager votre code, nous vous suggérons d'utiliser Github (https://github.com/). Pour tout autre outil, merci de vous mettre en contact avec les organisateurs.\n11. Chaque soumission sera notée et classée selon la métrique d'évaluation indiquée dans la section Évaluation. Les résultats seront visibles sur le leaderboard de Kaggle.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "abstract",
      "content": "## Prolongation du défi\n\nLa compétition TextMine 2025 s'est achevée avec la tenue de l'atelier TextMine à EGC 2025, le 27 janvier 2025 à Strasbourg : https://www.kaggle.com/competitions/defi-text-mine-2025\n\nCette compétition Kaggle a pour but de permettre à la communauté de poursuivre librement son travail sur le jeu de données du Défi 2025, pour une année supplémentaire. À la différence de la compétition officielle, cette compétition ne comporte qu'un leaderboard public, les soumissions étant évaluées d'après 100% des données de test.\n\n## Contexte\n\nLe défi de cette troisième édition de TextMine est proposé par Airbus Defence and Space. Il vise à comparer les différentes approches scientifiques et techniques des secteurs publics et privés pour extraire des informations métiers des rapports de renseignement. Plus précisément, le défi se focalise sur la tâche d’extraction de relations entre des éléments textuels.\nDans le domaine du renseignement et de la défense, l'analyse de rapports est cruciale pour comprendre les relations complexes entre les différents acteurs, événements et leurs caractéristiques. L’extraction de relations est encore aujourd’hui un verrou scientifique et par conséquent nécessite un traitement manuel important. \nDans le cadre du défi TextMine’25, les données fournies sont des rapports de renseignement factices. Ces rapports factices ont été conçus dans le cadre du projet POPCORN (Emvista, Airbus, LIG) partiellement financé par l’Agence de l’Innovation de Défense et la Direction Générale de l’Armement. Les rapports mis à disposition dans le cadre de ce défi constituent une extension à un corpus qui sera officiellement rendu public en septembre 2024 (Giordano et al. 2024).\n\n>Giordano et al. 2024. POPCORN: Fictional and Synthetic Intelligence Reports for Named Entity Recognition and Relation Extraction Tasks. In proceedings of KES’24.\n\n## Comité d’organisation\n\n- Maxime Prieur - Airbus Defence and Space\n- Guillaume Gadek - Airbus Defence and Space\n- Helen Mair Rawsthorne, Mines Saint-Étienne\n- Adrien Guille, Université Lumière Lyon 2, Laboratoire ERIC\n- Pascal Cuxac, INIST-CNRS\n- Cédric Lopez, Emvista\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}