克日，由中国中文信息学会(CIPS)、中国计较机学会(CCF)联手百度公司配合举行的“2018呆板阅读领略技能比赛” 圆满落幕。来自环球各地的1062支参赛步队，在百度提供的中文阅读领略数据集基本上，批发库存棉T恤，对测试题目举办不绝试探，使得参赛体系程度获得明显晋升。大赛更多信息可登录2018呆板阅读领略技能比赛官网查察。赛后，获奖选手纷纷暗示，百度向公共开放大局限中文阅读领略数据集意义深远。

　　共享优质数据集 百度直击行业数据缺失痛点

　　在呆板进修规模，数据是呆板进修的质料，也是推选办业布局转型进级的燃料，而对付小我私人研究者与高校学子来说，数据缺失成为研究的困田地址。作为最大的中文搜刮引擎，，百度在数据方面具有得天独厚的上风。2017年底，环球局限最大的“BROAD”百度AI果真数据集打算(Baidu Research Open-Access Dataset)正式启动，百度面向公家开放包罗室外场景领略数据集、视频出色片断数据集、阅读领略数据集3个数据集。

　　来自北京大学Dlib尝试室的尹伊淳正是在阅读了百度DuReader数据集的论文后，才选择参加到本次百度呆板阅读领略技能比赛中的。这批果真的、大局限、高质量的真实数据集大大引发了他对付这项事变的乐趣，使得他在最终竞赛中得到了总排名第二的好后果。

　　本次呆板阅读领略比赛中百度提供应参赛者的，正是面向真实应用场景的大局限阅读领略数据集。该数据集是迄今为止最大的中文阅读领略数据集，个中包括来自百度搜刮的30万个真实题目，每个题目对应5个候选文档文本，以及人工撰写的优质谜底。东北大学天然说话处理赏罚尝试室常识图谱团队在赛后暗示，“数据集的开放使得呆板阅读领略体系得以映射到真实的行使场景中。”对付呆板阅读领略技能研究者而言，百度数据集弥合了海内的真实场景语料多文档阅读领略数据集的空缺，也为加快AI产物落地带来了启迪。更大都据集论文可登录https://arxiv.org/abs/1711.05073查察，供业界交换行使。

　　获奖团队好评如潮 百度数据集带来真实创想

　　在角逐中，选手们依托百度阅读领略数据集，参赛体系整体程度获得了明显晋升。角逐时代排行榜高分不绝革新，ROUGE-L评价指标由最初的35.96晋升至终赛的63.38，靠近半数的体系功效高出了基线体系。

　　赛后，就百度数据集的数目与质量，本次呆板阅读领略技能比赛的获奖团队，给出了同等好评。选手们纷纷暗示，面向真实场景的大型阅读数据集，为天然说话研究引入了名贵的创想。

　　最终在比赛中拔得头筹的北京奇点机警科技有限公司(Naturali)团队暗示，此次角逐数据集聚焦于适用场景，题目来历于真适用户，范例多样，个中来历于真实收集文档的数据，有别于颠末全心编辑的文档，更有利于呆板阅读领略研究“从抱负照进实际”。

　　面向高校开源不绝 百度助力AI人才作育与进级

　　作为一名呆板进修偏向的研究生，来自上海理工大学的王忠萌选手此前的研究原料以各类英文数据集为主。比赛中与百度数据集的交汇，点燃了他对中文呆板阅读领略的乐趣。正如评测委员会成员刘凯所说，此次比赛提供的数据，将辅佐参赛者发掘更多中文阅读领略题目，同时更深入地打仗到现实的应用需求，最终起到引导参赛者存眷中文呆板阅读领略的目标。

　　百度中文数据集的果真，只是百度数据集分享打算的一小部门。百度通过本次比赛为学术界和家产界提供了一个果真的阅读领略技能交换平台，将大量优质的数据集与研究成就将触到达更多高校学子和企业研究职员，低落了AI研究的门槛，使得小我私人研究者也能起劲参加到体系研发与调试中去。这不只直接推进了AI技能的成长进度，还将大量隐藏的AI人才吸引到行业之中，作育与成绩更多中国人工智能规模的精英技强人才，打造精良的行业生态。