2020语言与智能技术竞赛：关系抽取任务.md

2020语言与智能技术竞赛：关系抽取任务

• 任务简介

  • 任务目标是在给定的文本句子中，根据预先定义的schema集合，抽取出所有满足 schema 约束的 SPO 三元组。schema 定义了关系 P 以及其对应的主体 S 和客体 O 的类别。
  • 官网：https://aistudio.baidu.com/aistudio/competition/detail/31

• 参赛时间：2020.3~2020.5

• 数据格式

  • 输入：schema约束集合及句子sent

  • 输出：句子sent中包含的符合给定schema约束的三元组知识Triples

    输出根据 O 类型的复杂程度可以划分为以下两种：

  1. 简单 O 值：也就是说 O 是一个单一的文本。例如，「妻子」关系的 schema 定义为：

     {
         S_TYPE: 人物,
         P: 妻子,
         O_TYPE: {
             @value: 人物
     	}
     }

  2. 复杂 O 值：也就是说 O 是一个结构体，由多个语义明确的文本共同组成，多个文本对应了结构体中的多个槽位（slot）。例如，「饰演」关系中 O 值有两个槽位 @value 和 inWork，分别表示「饰演的角色是什么」以及「在哪部影视作品中发生的饰演关系」，其 schema 定义为：

     {
         S_TYPE: 娱乐人物,
         P: 饰演,
         O_TYPE: {
             @value: 角色
             inWork: 影视作品
         }
     } 

• 数据说明

  训练集	验证集	测试集	下载
  170,000	20,000	20,000	other baseline中，https://pan.baidu.com/s/1aUIbJOupIEruSn5Z_X7P3g，rrrs

  数据来自DuIE2.0，是业界规模最大的基于schema的中文信息抽取数据集，其包含超过21万中文句子及48个已定义好的schema，表1 中展示了DuIE2.0数据集中包含的43个简单知识的schema及对应的例子，表2 中展示了DuIE2.0数据集中包含的5个复杂知识的schema及对应的例子。

• 竞赛方案

  方案	代码
  top1 （1:35:50开始）	×
  top15	√
  official baseline（github 、AIstudio ）	√
  other baseline	√

• 其它资料

  • 关系抽取调研--工业界 (也可以下载任务数据集)