2020CCKS面向试验鉴定的命名实体识别.md

2020CCKS面向试验鉴定的命名实体识别

• 任务简介

  • 要求从文本中识别出“试验要素”、“性能指标”、“系统组成”、“任务场景”等内容
  • 官网：https://www.biendata.xyz/competition/ccks_2020_8/

• 时间：2020.3~2020.9

• 数据示例

  输入：1.试验鉴定相关自然语言文本集合：D = {d₁, ... d_N}, d_i = <w_i1, ... w_in> 2.预定义类别： C = {c₁, ... c_m}

  美国洛马公司在新墨西哥州白沙导弹靶场，完成**“微型碰撞杀伤”拦截弹重新设计后的第二次飞行试验，进一步检验了拦截弹的敏捷性和气动性能**，标志着其成熟度进一步提升。“微型碰撞杀伤”拦截弹采取直接碰撞杀伤技术，主要用于提高美国陆军应对火箭弹威胁的能力。

  输出：实体mention和所属类别对的集合：{<m₁, c_m1>, <m₂, c_m2>, ... <m_p, c_mp>}，其中m_i = <d_i, b_i, e_i>是出现在文档d_i中的试验鉴定实体mention，b_i和e_i分别表示m_i在d_i中的起止位置， c_mi ∈ C表示所属的预定义类别。要求实体mention之间不重叠，即 e_i < b_i+1 。多次出现的实体只标注一次。

  {
  	"begin_pos":21,"end_pos":31,"试验要素"
  	"begin_pos":56,"end_pos":58,"性能指标"
  	"begin_pos":60,"end_pos":63,"性能指标"
  	"begin_pos":91,"end_pos":98,"系统组成"
  	"begin_pos":106,"end_pos":109,"任务场景"
  	"begin_pos":112, "end_pos":116,"任务场景"
  }

  预定义类别：

  （1）试验要素：试验鉴定工作的对象，如列为考核目标的武器装备（系统级）、技术、战术、人员、对象之间的能力等；支持完成试验鉴定所需的条件，如陪试品、参试装备、测试、测量、靶标、仿真等；装备的基本情况等。

  例如：RS-24弹道导弹、SPY-1D相控阵雷达、紫菀防空导弹（Aster）、F-35“闪电”II型联合攻击战斗机、“阿利·伯克”级Flight IIA型驱逐舰“约翰芬”号、协同通信与指挥、连续波测量雷达、电影经纬仪、无人机靶标等。

  （2）性能指标：试验要素在技术、使用等性能方面的定性、定量描述，如重量、射程、可靠性等。

  例如：测量精度、圆概率偏差、失效距离、准备时间、反激光毁伤、发射方式等。

  （3）系统组成：被试对象的组成部分，如子系统、部件、采用的技术等。

  例如：动能杀伤飞行器（KKV）、中波红外导引头、助推器、整流罩、箔条红外混合诱饵弹、碰撞杀伤技术、柔性摆动喷管技术、端羟基聚丁二烯等。

  （4）任务场景：试验要素在发挥其实际效用和价值中涉及的信息，如人员、对抗目标、体系能力等。

  例如：法国海军、导弹预警、恐怖袭击、迫击炮威胁、排级作战等。

• 数据说明

  	文本	试验要素	性能指标	系统组成	任务场景	标注总数	下载
  训练集	400	1188	854	694	662	3398	√ 、ccks_8_data_v2.zip

• 竞赛方案

  方案	评测论文	代码
  top1	《基于异构编码和词增强的试验鉴定命名实体识别方法》	√
  top2	《基于 BERT 与二级融合的小样本命名实体识别》	×
  top4	《基于领域迁移和任务迁移相结合的试验鉴定文本命名实体识别》	×

• 推荐资料

  https://github.com/loujie0822/DeepIE