NLP的比赛和数据集

Posted 2021-03-13 xuehuiping

整理了NLP领域的比赛、数据集、模型

比赛	网站	主办方(作者)
decaNLP	http://decanlp.com/	Salesforce
CLUE	https://github.com/CLUEbenchmark/CLUE	中文任务基准
GLUE	https://gluebenchmark.com/tasks
BioBERT	https://github.com/dmis-lab/biobert	生物医学领域的NLP任务
ERNIE	https://github.com/PaddlePaddle/ERNIE	百度飞桨
ALBERT

decaNLP

自然语言十项全能多任务挑战

Natural Language Decathlon (decaNLP) 是一个新的基准，要求单独的系统能够完成10项独立的自然语言任务。

1. 问答 Stanford Question Answering Dataset (SQuAD 1.1)
2. 机器翻译 International Workshop on Spoken Language Translation (IWSLT),
3. 自动摘要 CNN/DailyMail (CNN/DM) corpus.
4. 自然语言推理 Multi-Genre Natural Language Inference Corpus (MNLI).
5. 情感分析 Stanford Sentiment Treebank (SST),
6. 语义标签标注 QA-SRL 1.0.
7. 关系抽取 QA-ZRE,
8. 面向全域的对话 Wizard of Oz (WOZ)
9. 语义解析 WikiSQL 【Seq2SQL，https://github.com/salesforce/WikiSQL】
10. 常识推理 Modified Winograd Schema Challenge, MWSC)

评测-GLUE

CoLA、 SST-2、 MRPC、 STS-B、 QQP、 MNLI-m、 QNLI、 RTE

评测-CLUE

1. 中文任务基准评测CLUE

2. AFQMC:蚂蚁语义相似度(Acc)；

3. TNEWS:文本分类(Acc)；

4. IFLYTEK:长文本分类(Acc);

5. CMNLI: 自然语言推理中文版;

6. COPA: 因果推断;

7. WSC: Winograd模式挑战中文版;

8. CSL: 中国科学文献数据集;

模型-BioBERT

https://github.com/dmis-lab/biobert

1. NER
   命名实体识别
2. RE
   关系抽取
3. QA
   问答

模型-ERNIE

https://github.com/PaddlePaddle/ERNIE/blob/develop/README.zh.md

1. 自然语言推断 XNLI
2. 阅读理解 DuReader、CMRC2018、DRCD
3. 命名实体识别 MSRA-NER(SIGHAN2006)
4. 情感分析 ChnSentiCorp
5. 问答任务 NLPCC2016-DBQA
6. 语义相似度 LCQMC、BQ Corpus

模型-ALBERT

模型-TinyBERT