如何用大模型推动学术知识图谱挖掘任务？ | OAG-Challenge @ KDD Cup 2024 邀你来赛！...

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

竞赛网址

https://www.biendata.xyz/kdd2024/

竞赛背景

自 1997 年创办以来，知识发现和数据挖掘会议 ACM SIGKDD 上举办的 KDD Cup被誉为全球最具影响力和最受欢迎的数据挖掘竞赛之一。KDD Cup的主题覆盖了众多领域，包括社交网络、大气科学、城市计算、电子商务等。参赛者需要运用数据挖掘和机器学习技术，从大规模数据中发掘规律和模式，以寻找有效的解决方案。KDD Cup预计将持续约3个月，获奖者将在KDD会议开幕式上接受颁奖，并在会议期间的KDD Cup Workshop上展示他们的解决方案。

赛题背景

学术数据挖掘的最终目标是加深我们对科学的发展、本质和趋势的理解，从而发掘科学、技术和教育的巨大价值和潜能。例如，从学术数据中进行深度挖掘可以协助政府制定科学政策，支持公司人才发现，并帮助研究人员更高效并有效地获取新知识。学术数据挖掘包含很多以学术实体为中心的应用，比如论文检索、专家发现和期刊推荐等。然而，学术知识图谱挖掘相关的数据基准的缺乏严重限制了该领域的发展。在KDD Cup 2024，清华大学、智谱AI联合Biendata推出Open Academic Graph Challenge (OAG-Challenge)，这是一个由三个现实而具有挑战性的学术任务组成的赛题，旨在推进学术知识图谱挖掘领域的发展。

赛题介绍

OAG-Challenge 目前包括三个任务，旨在评估学术图谱挖掘的不同侧面，试图涵盖学术图谱挖掘领域的代表性任务。首先，我们确定了学术图谱构建过程中有价值且具有挑战性的任务，例如作者姓名消歧（Author Name Disambiguation, AND）。其次，基于构建的学术知识图谱，学术应用关注用户的知识获取和知识之间的认知关联，例如学术问答（Academic Question Answering, AQA）和论文源头追溯（Paper Source Tracing, PST）。

赛道1：同名消歧错误检测（WhoIsWho-IND）

问题定义：给定每个作者的论文列表和论文元数据，目标是检测每个作者档案中错误分配给该作者的论文。

赛道2：学术问答 (AQA)

问题定义：给定专业问题和候选论文库，目标是检索最相关的论文来回答这些问题。

赛道3：论文源头追溯（PST）

问题定义：给定每篇论文的全文，目标是自动追溯启发给定论文的最重要的参考文献（命名为“源头论文”）。

竞赛日程

2024年3月20日：KDD Cup 2024 正式开始
2024年5月31日：组队截止日期
2024年5月31日：公开测试集数据。所有参赛者将有7天的时间提交结果。
2024年6月7日：所有赛道提交截止
2024年6月14日：宣布KDD Cup 2024获奖者名单

奖金

每个赛道的奖金均为10,000美元。
第一名：$3,000
第二名：$2,000
第三名：$1,000
第四至第十一名：$500

大模型和API使用
所有赛道均允许使用比赛结束前已开源的预训练模型。
同名消歧错误检测和论文源头追溯任务允许使用 API。在完成一次验证集的有效提交后，每个参赛队伍可以获得 GLM-4 API 100万Token的免费额度。
由于学术问答数据集是从公开问答平台收集的，该任务不允许使用API。

往期精彩文章推荐

记得关注我们呀！每天都有新知识！

 关于AI TIME 

AI TIME源起于2019年，旨在发扬科学思辨精神，邀请各界人士对人工智能理论、算法和场景应用的本质问题进行探索，加强思想碰撞，链接全球AI学者、行业专家和爱好者，希望以辩论的形式，探讨人工智能和人类未来之间的矛盾，探索人工智能领域的未来。

迄今为止，AI TIME已经邀请了1700多位海内外讲者，举办了逾600场活动，超700万人次观看。

我知道你

在看

哦

~

点击 阅读原文 报名！