北京大学联合复旦大学发布中文空间语义理解评测SpaCE2021

 SpaCE2021 

点击下面卡片，关注我呀，每天给你送来AI技术干货！

---

机器是否具体空间认知能力呢？北京大学与复旦大学的研究团队发布了中文空间语义理解评测SpaCE2021，旨在考察机器对文本中空间信息的理解与判别能力。此次评测包含三项子任务，评测语料涵盖了小说、散文、词典等多种文体，合计86万字。评测项目目前已作为CCL2021评测任务之一正式发布，欢迎相关方向的研究者们报名参与！

任务网址：

https://github.com/2030NLP/SpaCE2021

报名地址：

https://2030nlp.github.io/SpaCE2021/registration.html

01

引言 

语言交际中存在大量的空间语义信息，理解这些信息是非常重要的。如果机器具备了空间认知能力，那么它不仅要能够识别常规、正确的空间信息，还应该能够识别异常、错误的空间信息。

如对于“在四面签一个名字”，人类能够意识到其中存在异常，因为“一个名字”通常不会签在“四面”；又如对于“走过火车下”，人类能够清楚地知道通常不会有人在火车的“下”方走路

可以看出，这些异常是多种多样的，具体包括：跟空间语义理解有关的词语搭配问题、上下文信息冲突问题、与常识冲突的问题等。为了方便进行不同的后续处理，机器在识别异常的同时，也需要能够对异常的原因加以解释。

基于上述观点，SpaCE2021评测试图考察计算机的以下能力：

1. 计算机能否正确区分正常与错误的空间语义表达；

2. 计算机能否解释空间语义表达错误的原因；

3. 计算机处理上述两个任务的综合能力。

我们将上述能力对应为三个子任务，具体设计如下。

02

任务设计

子任务1 中文空间语义正误判断

判断给定的中文文本中是否存在空间关系异常。（二分类）

子任务2 中文空间语义异常归因合理性判断

判断给定的归因是否可以用来解释给定的中文文本中所存在的空间关系异常。这些异常被分为词语搭配问题、语义问题、语境问题、常识问题以及其他问题。（二分类）

子任务3 中文空间语义判断与归因联合任务

先判断给定的中文文本中是否存在空间关系异常，如果存在异常，则再判断所给定的归因是否可以用来解释这一异常。

03

奖项设置

评测奖金丰厚，欢迎参与哦～

感谢华为公司赞助此次评测任务，奖池共计40000元：

一等奖（1名），奖金15000元；

二等奖（2名），各奖8000元；

三等奖（3名），各奖3000元。

04

报名方式

感兴趣的个人/团队快快填写在线报名表吧：https://2030nlp.github.io/SpaCE2021/registration.html

如有其他问题，请直接联系评测委员会：sc_eval@163.com （孙春晖）；

主办方会在每个工作日检查新的报名队伍并通过邮件发送回执。

评测委员会

Members

单位：北京大学，复旦大学

主席：詹卫东，穗志方（北京大学）；邱锡鹏（复旦大学）

委员：孙春晖，唐乾桐，秦梓巍，董青秀，李卓，张洁（北京大学）；李孝男（复旦大学）等

联系人：孙春晖

联系方式：sc_eval@163.com

说个正事哈

由于微信平台算法改版，公号内容将不再以时间排序展示，如果大家想第一时间看到我们的推送，强烈建议星标我们和给我们多点点【在看】。星标具体步骤为：

（1）点击页面最上方“深度学习自然语言处理”，进入公众号主页。

（2）点击右上角的小点点，在弹出页面点击“设为星标”，就可以啦。

感谢支持，比心。

投稿或交流学习，备注：昵称-学校（公司）-方向，进入DL&NLP交流群。

方向有很多：机器学习、深度学习，python，情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。

记得备注呦

点击上面卡片，关注我呀，每天推送AI技术干货~

整理不易，还望给个在看！