赛事 | EMNLP2022 半监督和强化对话系统挑战赛邀你来战！

MCSD数据集来源于现实世界的真实对话场景，包含数据安全过滤后近十万通用户与运营商客服间的咨询类对话日志，是迄今为止首个十万量级面向任务的多领域公开人人对话数据集，为促进对话大模型、口语化人人对话系统、数据驱动的体系化对话分析等研究目标提供有力的数据支撑。

助力人机对话模型及研究范式突破

目前的人工智能技术过度依赖有监督学习和高成本人工标注，泛化性不足，领域知识难以有效利用。各类半监督和强化方法，包括预训练 (pre-training)、自训练 (self-training)、自监督 (self-supervised)、弱监督 (weakly-supervised)、零样本/少样本迁移学习 (transfer learning for zero-shot or few-shots)、隐变量建模 (latent-variable modeling)、领域自适应 (domain adaptation)、数据增强 (data augmentation)、强化学习 (reinforcement learning) 等，孕育着重要的技术发展趋势。本次公开的MCSD数据集不仅服务于竞赛任务，更有助于人机对话模型的创新及研究范式的突破。

双赛道竞赛任务面向实际需求

本挑战赛聚焦半监督和强化对话系统，不仅关注任务相关知识的抽取——对话数据的信息抽取；还关注对话系统本身的构建——客服场景任务型对话系统的构建。

挑战赛具体分为两条赛道：

赛道一（Track 1）

基于对话数据的信息抽取

此赛道包括实体抽取和槽值填充。在真实客服对话中实体以不同的表示形式被提及，如何准确提取实体，是建立对话系统知识库的重要步骤；进一步需要通过槽值填充，提取实体在语义槽位的槽值。

赛道二（Track 2）

任务型对话系统构建

此赛道要求构建一个客服场景的任务型对话系统，进行基于测试语料的离线客观评估和人工交互式评估。

赛事奖励规则