连续举办四届，最热门的NLP赛事来了！-CSDN博客

全球最热门的NLP赛事之一

语言是人类信息传递最重要的媒介，让机器理解语言并进行交互是人工智能的重要挑战。为推动语言理解与交互技术发展，2022语言与智能技术竞赛于3月30日正式启动。

竞赛发布与NLP相关全新四大任务，并首发中文领域首个搜索知识对话数据集、首个面向实际应用场景的中文大规模段落检索数据集。竞赛的获胜队伍将分享总额超过20万人民币的奖金。中国中文信息学会、中国计算机学会和百度公司联合举办。比赛于3月30日正式开启报名通道，并将在第七届“语言与智能高峰论坛”举办技术交流和颁奖。

竞赛由中国计算机学会（CCF）和中国中文信息学会（CIPS）联合主办，百度公司、中国计算机学会自然语言处理专委会和中国中文信息学会评测工作委员会承办。竞赛迄今已举办第四届，已成为全球最热门的中文NLP赛事之一。

前沿课题+真实需求+开放数据集

本届竞赛围绕跨模态、知识驱动、可信学习等前沿课题和真实应用需求，设定了段落检索、知识对话、情感分析可解释性、视频语义理解四大任务，并提供多个大规模中文数据集，为研究者提供学术交流平台，促进学术研究与交流，提升语言理解与人机交互智能水平，推动语言与智能领域技术发展和应用。

四大赛事任务：覆盖前沿话题，推动技术应用

本次语言与智能技术竞赛联手“千言”开源数据集项目，首次公开多个最新中文数据集：来源于实际应用场景的大规模段落检索数据集DuReader-Retrieval、领域开放的搜索知识对话数据集DuSINC、情感分析可解释数据集DuExplain、大规模视频语义理解数据集DuVUnderstanding。这些数据集具有很高的技术价值，将在本次评测期间，免费开放给参赛选手进行技术研究和探索。

基于“千言”，本届竞赛为每项任务设置了更加丰富的数据集合和评测维度，赛题设计覆盖自然语言处理和人工智能领域的重要前沿课题：

1. 段落检索是从大规模语料库中找出相关段落的任务。随着预训练语言模型的快速发展，稠密段落检索方法的性能取得了质的飞跃，逐步超越了传统的BM25等方法。这种方式能够对查询和候选段落进行语义级别建模，在问答等语义匹配要求高的场景表现更好。我们发布了首个大规模中文段落检索数据集DuReader-retrieval，该语料来源于真实搜索场景，任务难度大，覆盖了真实应用中诸多有挑战的技术问题。

2. 知识对话指让系统具备利用搜索引擎知识进行开放域对话交互的能力，提升对话的丰富性与知识准确性。生成式对话系统将大量知识存储在模型参数中，能够实现较为流畅的聊天，但在强时效性、细粒度的话题中，表现欠佳。为了应对该挑战，本次竞赛提出了利用搜索引擎实时获取知识然后基于该知识进行对话的任务。我们首次发布了领域开放的搜索知识对话数据集DuSinc，希望参赛系统能够生成合适的搜索Query与知识对话回复。

3. 情感分析可解释性指从合理性、一致性等维度评测模型预测所依赖的证据。深度学习模型内部决策机制不透明的特性导致使用者对其结果的不信任，增加落地难度。近年来，深度学习模型的可解释性受到广泛关注。为近一步推动该方向研究发展，本次比赛，我们提供了情感分析任务的可解释评测数据，提出从合理性、忠诚性角度评估模型和证据抽取方法的可解释性。希望通过本次比赛，推动可解释研究进一步发展。

4. 视频语义理解指让机器对视频进行内容分析与理解。相比基于感知的视频内容分析，利用知识图谱推理及多模态学习，有望实现更深入的视频语义理解。本评测任务以互联网视频为输入，在感知内容分析（如人脸识别、OCR、ASR）基础上，通过融合多模信息，并结合知识计算与推理，为视频生成知识维度的语义标签，更好地刻画视频语义信息。此任务源于真实应用需求，提供中文大规模视频语义理解数据集及视频相关知识图谱，覆盖了真实应用中诸多有挑战的技术问题。