人工智能是讓機器像人一樣感知和認識世界，而理解和運用自然語言是人工智能的核心問題之一，語言智能的發展將推動人工智能技術加快落地。3月10日，2021語言與智能技術競賽報名通道將正式開啟。該競賽由中國計算機學會（CCF）和中國中文信息學會（CIPS）聯合主辦，百度公司、中國計算機學會自然語言處理專委會和中國中文信息學會評測工作委員會承辦。比賽將在第六屆“語言與智能高峰論壇”上舉辦技術交流和頒獎，獲勝團隊將分享總計30萬元人民幣的獎金。屆時，論壇還將邀請國內外學術界、工業界知名專家學者，面向社會公眾介紹語言與智能及相關領域的發展趨勢和創新成果。
本屆競賽設立了來源于真實應用需求的三大任務：機器閱讀理解、多技能對話、多形態信息抽取。這些都是自然語言處理和人工智能領域極具挑戰性的重要前沿課題，其研究對于智能搜索、智能推薦、智能交互等人工智能應用具有重要意義。此次競賽希望為研究者提供學術交流平臺，進一步推動語言理解和人工智能領域技術研究和應用的發展。
三大任務升級：聯手“千言”，聚焦實際應用、豐富評測維度
本屆競賽基于“千言”數據集舉辦，“千言”作為中文首個大規模、以開源開放為基礎的數據集共建計劃，匯集了多個來自學界、業界權威研究團隊的多種類、高質量、來源真實應用場景的數據集，目前“千言”第一期已涵蓋了7大任務、20余個中文開源數據集。
與往屆競賽任務僅關注單一數據上的效果不同，本屆競賽基于“千言”，每項任務設置了更加豐富的數據集合和評測維度，期望能夠從準確性、魯棒性和泛化性等多個角度對技術效果進行綜合評價，從而推動技術更好地適應多領域、多場景的產業應用。
機器閱讀理解指讓機器閱讀文本然后回答和閱讀內容相關的問題。自然語言理解對機器學習模型各方面的能力都有極高的要求，當前的機器閱讀理解數據集大多都只采用單一的指標來評測模型的好壞，缺乏對模型語言理解能力的細粒度、多維度評測，導致模型的具體缺陷很難被發現和改進。為了解決這個問題，我們建立了細粒度的、多維度的評測數據集，從詞匯理解、短語理解、語義角色理解、邏輯推理等多個維度檢測模型的不足之處，從而推動閱讀理解評測進入“精細化“時代。該數據集中的樣本均來自于實際的應用場景，難度大，考察點豐富，覆蓋了真實應用中諸多難以解決的問題。
多技能對話指讓機器較好融合各個不同的對話技能，同時考察模型在跨技能場景下的通用性。真實世界的人機交互會同時涉及到多種對話技能，如何自然地融合多技能對話是一個重要的挑戰。因此本次競賽集中于多技能對話這一任務，在往年數據集基礎上豐富了技能種類，覆蓋了知識對話、推薦對話、畫像聊天、閑聊等多種技能。該任務下的對話數據覆蓋的對話技能多樣、領域多樣，很多對話交互場景來源于真實的實際應用。
多形態信息抽取指讓機器從自然語言文本中抽取實體、關系、事件等多形態知識，旨在使機器具備從海量非結構化文本信息中自動抽取結構化知識的能力。目前大多數相關研究工作僅關注單一類型信息的抽取效果，缺乏在不同類型信息抽取任務上的統一評價。因此本次競賽設立了多形態抽取信息任務，希望從不同維度對結構化知識抽取效果進行綜合評價。競賽還將對外發布業界最大規模的中文多形態信息抽取數據集，囊括實體、關系、事件等不同形態的結構化知識抽取，同時涵蓋句子和篇章兩種粒度的自然語言文本。此次競賽希望通過開放的大規模中文數據集，助力信息抽取技術的進一步發展。
百度飛槳作為中國首個自主研發、功能完備、開源開放的產業級深度學習平臺，將為參賽者提供技術支持。本次競賽三大任務均將提供基于飛槳的基線，助力選手快速上手；基于百度飛槳的人工智能學習與實訓社區AI Studio將提供在線編程環境、免費GPU算力及海量開源算法數據支持，用戶登錄AI Studio并運行Notebook即可獲得10小時算力，參加本次競賽的團隊還將額外獲得更多的免費GPU算力時長。
除積極舉辦各類AI競賽培養AI人才、推動技術創新與應用落地之外，百度以人工智能開源開放平臺飛槳為創新基座助力人才培養，已經構建起涵蓋學習、實踐、比賽、認證、就業在內的全周期服務體系，培養AI人才超100萬。未來5年，百度還將培養超過500萬人工智能技術與產業人才，為中國智能經濟和智能社會的發展提供AI人才保障。
2021語言與智能技術競賽將于3月10日正式開啟報名通道，歡迎進入“2021語言與智能技術競賽官網”了解詳情。
誠邀學術界和工業界的研究者和開發者參加本次競賽！
