NLP的比賽和數據集

整理了NLP領域的比賽、數據集、模型

比賽	網站	主辦方(作者)
decaNLP	http://decanlp.com/	Salesforce
CLUE	https://github.com/CLUEbenchmark/CLUE	中文任務基准
GLUE	https://gluebenchmark.com/tasks
BioBERT	https://github.com/dmis-lab/biobert	生物醫學領域的NLP任務
ERNIE	https://github.com/PaddlePaddle/ERNIE	百度飛槳
ALBERT

decaNLP

自然語言十項全能多任務挑戰

Natural Language Decathlon (decaNLP) 是一個新的基准，要求單獨的系統能夠完成10項獨立的自然語言任務。

1. 問答 Stanford Question Answering Dataset (SQuAD 1.1)
2. 機器翻譯 International Workshop on Spoken Language Translation (IWSLT),
3. 自動摘要 CNN/DailyMail (CNN/DM) corpus.
4. 自然語言推理 Multi-Genre Natural Language Inference Corpus (MNLI).
5. 情感分析 Stanford Sentiment Treebank (SST),
6. 語義標簽標注 QA-SRL 1.0.
7. 關系抽取 QA-ZRE,
8. 面向全域的對話 Wizard of Oz (WOZ)
9. 語義解析 WikiSQL 【Seq2SQL，https://github.com/salesforce/WikiSQL】
10. 常識推理 Modified Winograd Schema Challenge, MWSC)

評測-GLUE

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

評測-CLUE

1. 中文任務基准評測CLUE

2. AFQMC:螞蟻語義相似度(Acc)；

3. TNEWS:文本分類(Acc)；

4. IFLYTEK:長文本分類(Acc);

5. CMNLI: 自然語言推理中文版;

6. COPA: 因果推斷;

7. WSC: Winograd模式挑戰中文版;

8. CSL: 中國科學文獻數據集;

模型-BioBERT

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

1. NER
   命名實體識別
2. RE
   關系抽取
3. QA
   問答

模型-ERNIE

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

1. 自然語言推斷 XNLI
2. 閱讀理解 DuReader、CMRC2018、DRCD
3. 命名實體識別 MSRA-NER(SIGHAN2006)
4. 情感分析 ChnSentiCorp
5. 問答任務 NLPCC2016-DBQA
6. 語義相似度 LCQMC、BQ Corpus

模型-ALBERT

模型-TinyBERT