10月15日，NLPCC大會(huì)拉開帷幕，眾多NLP學(xué)界專業(yè)人士齊聚青島。在中國計(jì)算機(jī)學(xué)會(huì)自然語言處理專委會(huì)特別支持下，第五屆“達(dá)觀杯”自然語言處理算法競賽——基于大規(guī)模預(yù)訓(xùn)練模型的風(fēng)險(xiǎn)事件標(biāo)簽識(shí)別頒獎(jiǎng)典禮在第十屆CCF自然語言處理與中文計(jì)算國際會(huì)議現(xiàn)場順利舉行，歷時(shí)兩個(gè)半月的第五屆“達(dá)觀杯”宣告圓滿收官。
頒獎(jiǎng)現(xiàn)場，復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院黃萱菁教授，達(dá)觀數(shù)據(jù)董事長兼CEO陳運(yùn)文博士，以及聯(lián)想人工智能實(shí)驗(yàn)室首席研究專家孟遙博士為獲獎(jiǎng)隊(duì)伍頒發(fā)獎(jiǎng)項(xiàng)。
本次大賽由中國計(jì)算機(jī)學(xué)會(huì)自然語言處理專委會(huì)特別支持，達(dá)觀數(shù)據(jù)主辦，DataFountain作為官網(wǎng)競賽平臺(tái)。達(dá)觀數(shù)據(jù)誠邀競賽前十名隊(duì)伍代表前往NLPCC大會(huì)現(xiàn)場參與頒獎(jiǎng)典禮，并于典禮現(xiàn)場由本屆賽事出題方代表-達(dá)觀數(shù)據(jù)技術(shù)專家韓偉進(jìn)行了賽事回顧，同時(shí)邀請一等獎(jiǎng)代表針對參賽解題思路進(jìn)行了分享報(bào)告。
在十屆CCF自然語言處理與中文計(jì)算國際會(huì)議暨第五屆“達(dá)觀杯”頒獎(jiǎng)典禮現(xiàn)場，達(dá)觀數(shù)據(jù)技術(shù)專家韓偉作為出題方代表，總結(jié)了本次大賽的基本情況。
自2017年以來，由達(dá)觀數(shù)據(jù)主辦的“達(dá)觀杯”系列算法大賽至今已經(jīng)舉辦五屆，在全國范圍內(nèi)引起極大關(guān)注，目前已成為國內(nèi)語義理解領(lǐng)域規(guī)模最大的算法競賽之一。直至第五屆“達(dá)觀杯”收官共累計(jì)來自1200+所高校的16000+名選手參賽，組建了14000余支團(tuán)隊(duì)，提交作品總數(shù)累計(jì)30000+；獲得了50多家媒體的報(bào)道，宣傳覆蓋率累計(jì)50萬余人次，獲得業(yè)界專家院校的廣泛支持。
本屆“達(dá)觀杯”共吸引來自276個(gè)不同高校的算法精英1200人，組成1067支隊(duì)伍參賽，期間共完成了3226次提交。
本屆大賽“基于大規(guī)模預(yù)訓(xùn)練模型的風(fēng)險(xiǎn)事件標(biāo)簽識(shí)別”提供了72G、上億條通用領(lǐng)域經(jīng)過脫敏的資訊信息用來支持預(yù)訓(xùn)練模型。訓(xùn)練集有14009條樣本，數(shù)據(jù)來自于金融、政務(wù)、軍事等多個(gè)領(lǐng)域，不均勻分布在35個(gè)類別里面，采用macroF1作為評(píng)價(jià)方案。從label分布和數(shù)據(jù)長度分布可以看出這是一個(gè)典型的樣本不均衡的短文本分類問題。
從獲獎(jiǎng)選手的方案中，發(fā)現(xiàn)選手使用最多的模型是bert，其次是nezha，方案基本是多模型融合。預(yù)訓(xùn)練模型很大程度上緩解了樣本標(biāo)注數(shù)量過少的問題。優(yōu)化策略也比較集中，FGM解決魯棒性問題、通過數(shù)據(jù)增強(qiáng)解決樣本不均衡問題。也有部分同學(xué)通過SimCSE增強(qiáng)向量的表達(dá)能力，對于本次的短文本分類問題效果提升不錯(cuò)。綜上所述，選手從幾個(gè)方面針對數(shù)據(jù)集的樣本不均衡問題以及標(biāo)注數(shù)據(jù)不足的問題，為工程實(shí)踐的文本分類問題提供了很好的思路。
【第一名：聯(lián)想人工智能實(shí)驗(yàn)室??董孝政、毛騰、劉曉藝、阮慧彬】
本屆“達(dá)觀杯”邀請冠軍隊(duì)伍代表進(jìn)行了現(xiàn)場報(bào)告，獲得冠軍的隊(duì)伍是Knodi-NLP，主要成員包括董孝政、毛騰、劉曉藝、阮慧彬，四位成員均就職于聯(lián)想人工智能實(shí)驗(yàn)室，從事自然語言處理相關(guān)工作，目前主要參與智能客服對話系統(tǒng)、知識(shí)圖譜等項(xiàng)目，擅長多語言處理、意圖理解、實(shí)體識(shí)別、情感分析、圖譜問答等任務(wù)。
Panda是一支由個(gè)人構(gòu)成的團(tuán)隊(duì)，目前就職于聯(lián)想研究院，楊雙濤有著五年自然語言處理工作經(jīng)驗(yàn)，參與實(shí)施了多個(gè)智能客服項(xiàng)目，隊(duì)伍在SMP 2020、CCL 2020 JDDC等多個(gè)自然語言處理競賽中取得了Top成績。
【第三名：蘇州大學(xué)等?王金鋒、高凱、李文雅、李婉靜、楊飛】
瓶ping無奇成員是高校和企業(yè)聯(lián)合小組，由四名來自蘇州大學(xué)、中科院計(jì)算所、中科院信工所、東北大學(xué)的在讀研究生和一名美團(tuán)算法工程師組成。團(tuán)隊(duì)成員均在各自領(lǐng)域有1~3年經(jīng)驗(yàn)，包括自然語言處理、控制工程、物端計(jì)算等。
【第四名：工銀瑞信、桂林理工大學(xué)-張鑫鵬、左玉暉、李孜、蘇靖】
icbccs是企業(yè)和高校聯(lián)合小組，在比賽后期，兩支兩人隊(duì)伍進(jìn)行技術(shù)交流和合并。一方是來自工銀瑞信算法部工程師，另一方是來自桂林電子科技大學(xué)的研二學(xué)生。他們的研究方向主要是自然語言處理、謠言檢測、金融科技等。在本次比賽中，他們獲得了第四名的好成績。
【第五名：貴州大學(xué)_文本計(jì)算與認(rèn)知智能實(shí)驗(yàn)室 徐錦玲】
徐錦玲同學(xué)是貴州大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院文本計(jì)算與認(rèn)知智能實(shí)驗(yàn)室研究生二年級(jí)的學(xué)生。研究方向?yàn)殛P(guān)系抽取，目前已發(fā)表SCI3區(qū)論文一篇，參加多個(gè)國內(nèi)自然語言處理方向的算法比賽，做過的任務(wù)包括文本分類、閱讀理解、問答匹配、問答生成等。
該隊(duì)伍是一支智能認(rèn)知團(tuán)隊(duì)小組，成員主要從事nlp相關(guān)領(lǐng)域，涉及文本分類、信息抽取等方面，團(tuán)隊(duì)成員在nlp領(lǐng)域已有1-3年的從業(yè)經(jīng)驗(yàn)。在本次比賽中，他們獲得了第七名的好成績。
此外，還有其他未親臨現(xiàn)場的獲獎(jiǎng)選手，他們來自華東師范大學(xué)、桂林理工大學(xué)、廣東工業(yè)大學(xué)、電子科技大學(xué)、內(nèi)蒙古科技大學(xué)、東南大學(xué)等高校以及南京南瑞繼保電氣有限公司、南京華為研究所、網(wǎng)易研究所、阿里算法部等企業(yè)。
【第六名：桂林理工大學(xué)等 傅薛林、黃永清、王文安、徐恩惠、薛翔天】
【第八名：華東師范大學(xué)?劉申、劉曙、張?zhí)鹛?、李德健、劉婷婷?/strong>
【第九名：南京南瑞繼保電氣有限公司等?陳熔、陳陽】
【第十名：網(wǎng)易 肖波】
作為本屆大賽一等獎(jiǎng)得主，來自聯(lián)想人工智能實(shí)驗(yàn)室的隊(duì)伍代表劉曉藝針對賽題任務(wù)介紹、預(yù)訓(xùn)練模型、模型整體架構(gòu)以及隊(duì)伍提分技巧四大方面向大家報(bào)告了自己的參賽歷程；同時(shí)在現(xiàn)場向其他選手進(jìn)行了賽事相關(guān)問題的答疑。
作為智能文本處理的國家高新技術(shù)企業(yè)，達(dá)觀數(shù)據(jù)將在未來持續(xù)用技術(shù)賦能產(chǎn)業(yè)發(fā)展的同時(shí)，不斷挖掘人工智能領(lǐng)域優(yōu)秀人才，為學(xué)術(shù)和產(chǎn)業(yè)發(fā)展做出貢獻(xiàn)；期待下一屆“達(dá)觀杯”再次與大家不見不散！
