語言與智能技術(shù)競(jìng)賽開賽 聯(lián)手千言“首發(fā)”重磅中文數(shù)據(jù)集

近年來，產(chǎn)學(xué)研各界在自然語言處理（NLP）領(lǐng)域持續(xù)深耕，促進(jìn)著人工智能技術(shù)不斷向前發(fā)展。技術(shù)的應(yīng)用不僅改變著人類的生活方式，也為產(chǎn)業(yè)升級(jí)提供了更多可能。

3月30日，聚焦NLP領(lǐng)域的2022語言與智能技術(shù)競(jìng)賽正式啟動(dòng)報(bào)名。本次競(jìng)賽將聯(lián)手“千言”數(shù)據(jù)集開源項(xiàng)目，覆蓋跨模態(tài)、知識(shí)驅(qū)動(dòng)、可信學(xué)習(xí)等人工智能的前沿課題，發(fā)布全新四大任務(wù)，并發(fā)布中文領(lǐng)域首個(gè)搜索知識(shí)對(duì)話數(shù)據(jù)集、首個(gè)面向?qū)嶋H應(yīng)用場(chǎng)景的中文大規(guī)模段落檢索數(shù)據(jù)集等多個(gè)重磅數(shù)據(jù)集。參賽選手將有機(jī)會(huì)結(jié)合技術(shù)前沿課題和實(shí)際應(yīng)用場(chǎng)景，進(jìn)行技術(shù)突破和評(píng)測(cè)挑戰(zhàn)，獲勝隊(duì)伍將分享總額超過20萬元的獎(jiǎng)金。

NLP圈頂級(jí)賽事四大任務(wù)再升級(jí)

本競(jìng)賽由中國(guó)中文信息學(xué)會(huì)（CIPS）和中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）聯(lián)合主辦，百度公司、中國(guó)中文信息學(xué)會(huì)評(píng)測(cè)工作委員會(huì)和中國(guó)計(jì)算機(jī)學(xué)會(huì)自然語言處理專委會(huì)承辦，已連續(xù)舉辦4屆，成為全球最熱門的中文NLP賽事之一。

在2021年的上一屆評(píng)測(cè)中，參賽隊(duì)伍報(bào)名超過3500支，企業(yè)隊(duì)伍占比約20%，覆蓋了互聯(lián)網(wǎng)、通訊、金融、能源、航空航天等多個(gè)領(lǐng)域，其中不乏騰訊、華為、阿里巴巴、字節(jié)跳動(dòng)、國(guó)家電網(wǎng)、中國(guó)移動(dòng)等知名企業(yè)；高校隊(duì)伍占比約50%，覆蓋了清華大學(xué)、北京大學(xué)、復(fù)旦大學(xué)、中國(guó)人民大學(xué)、慕尼黑工業(yè)大學(xué)、早稻田大學(xué)、愛丁堡大學(xué)等300多所國(guó)內(nèi)外高校。評(píng)測(cè)累計(jì)收到有效提交結(jié)果1萬多次，競(jìng)爭(zhēng)非常激烈。

據(jù)了解，2022年競(jìng)賽對(duì)賽題設(shè)置進(jìn)一步升級(jí)，推出四大全新任務(wù)：

段落檢索——讓機(jī)器從大規(guī)模語料庫(kù)中找出相關(guān)段落，評(píng)估機(jī)器的語義檢索及排序的能力，是自然語言處理和信息檢索領(lǐng)域的重要任務(wù)，也是搜索引擎核心能力之一，每日幫助用戶從超過百億的網(wǎng)頁文檔中快速找到結(jié)果。本任務(wù)將探索最新的稠密段落檢索方法，相較于傳統(tǒng)字面匹配，能夠大幅提升檢索系統(tǒng)對(duì)查詢和候選段落進(jìn)行語義建模的能力。

知識(shí)對(duì)話——讓系統(tǒng)具備利用搜索引擎知識(shí)進(jìn)行開放域?qū)υ捊换サ哪芰Γ嵘龑?duì)話的豐富性與知識(shí)準(zhǔn)確性。智能音箱、虛擬人、語音助手等對(duì)話應(yīng)用產(chǎn)品已經(jīng)融入日常生活，但在實(shí)際聊天時(shí)卻經(jīng)常出現(xiàn)“智商”不足的現(xiàn)象，本次競(jìng)賽讓機(jī)器人學(xué)會(huì)利用全網(wǎng)知識(shí)，為人機(jī)對(duì)話“智商在線”的實(shí)現(xiàn)提供可能。

情感分析可解釋性——讓情感分析模型更可解釋，從合理性、忠誠(chéng)性等維度評(píng)測(cè)模型的可解釋性，進(jìn)而推動(dòng)構(gòu)建更加可解釋的模型。本次比賽首次提出情感分析的可解釋性評(píng)測(cè)，可解釋性是下一代人工智能重點(diǎn)“可信AI”的重要維度，能夠針對(duì)性緩解神經(jīng)網(wǎng)絡(luò)模型“黑盒”特點(diǎn)帶來的結(jié)果不可信問題，具有非常高的探索價(jià)值。

視頻語義理解——讓機(jī)器對(duì)視頻進(jìn)行內(nèi)容分析與理解。在移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)的時(shí)代，視頻數(shù)據(jù)呈現(xiàn)爆發(fā)式增長(zhǎng)。傳統(tǒng)基于感知的視頻內(nèi)容分析，缺乏語義理解能力，本賽題提出知識(shí)增強(qiáng)的視頻語義理解技術(shù)評(píng)測(cè)，期望融合語言、知識(shí)、視覺、語音等相關(guān)技術(shù)和跨模態(tài)信息，深入且全面地理解視頻語義。

這四大任務(wù)賽道不僅覆蓋NLP的前沿領(lǐng)域，也反映了真實(shí)應(yīng)用的需求，具有很高的學(xué)術(shù)和產(chǎn)業(yè)價(jià)值。

中文NLP領(lǐng)域缺數(shù)據(jù)？ 聯(lián)手千言，首發(fā)多個(gè)重磅數(shù)據(jù)集

推動(dòng)人工智能技術(shù)進(jìn)步的三大驅(qū)動(dòng)力是算法、算力和數(shù)據(jù)。在這三者中，數(shù)據(jù)作為算法學(xué)習(xí)的基礎(chǔ)，其數(shù)量和質(zhì)量直接決定了算法能夠達(dá)到的上限水平，好的語料可以極大推動(dòng)相關(guān)領(lǐng)域的技術(shù)發(fā)展和行業(yè)進(jìn)步。

而在自然語言處理領(lǐng)域，英文的開源數(shù)據(jù)集百花齊放；反觀中文數(shù)據(jù)集，存在開源數(shù)量少且分散的情況。為了推動(dòng)中文NLP數(shù)據(jù)和技術(shù)的發(fā)展，“千言”開源數(shù)據(jù)集項(xiàng)目應(yīng)運(yùn)而生。

本次語言與智能技術(shù)競(jìng)賽聯(lián)手“千言”項(xiàng)目，首次公開多個(gè)最新中文數(shù)據(jù)集：來源于實(shí)際應(yīng)用場(chǎng)景的大規(guī)模段落檢索數(shù)據(jù)集DuReader_Retrival、領(lǐng)域開放的搜索知識(shí)對(duì)話數(shù)據(jù)集DuSINC、情感分析可解釋數(shù)據(jù)集DuExplain、大規(guī)模視頻語義理解數(shù)據(jù)集DuVUnderstanding。這些數(shù)據(jù)集具有很高的技術(shù)價(jià)值，將在本次評(píng)測(cè)期間，免費(fèi)開放給參賽選手進(jìn)行技術(shù)研究和探索。

另外，為了全力創(chuàng)造最佳競(jìng)賽條件，充分激發(fā)選手的創(chuàng)新靈感，百度作為本次大賽承辦方為參賽選手提供了全面的技術(shù)資源和平臺(tái)支持。其中，百度飛槳平臺(tái)為四大競(jìng)賽任務(wù)提供了基線系統(tǒng)，幫助選手快速上手。同時(shí)，基于百度飛槳的人工智能學(xué)習(xí)與實(shí)訓(xùn)社區(qū)AI Studio還提供了在線編程環(huán)境、免費(fèi)GPU算力支持，打破算力桎梏，在競(jìng)賽全流程為選手?jǐn)孬@佳績(jī)護(hù)航。

2022語言與智能技術(shù)競(jìng)賽將于3月30日正式開啟報(bào)名通道，歡迎進(jìn)入“2022語言與智能技術(shù)競(jìng)賽官網(wǎng)”（ http://lic2022.cipsc.org.cn） 了解詳情、進(jìn)行報(bào)名。