-
任务简介
- 本评测任务围绕新冠百科知识图谱构建中的**实体类型推断（Entity Type Inference）**展开。评测从实体百科（包括百度百科、互动百科、维基百科、医学百科）页面出发，从给定的数据中推断相关实体的类型。
- 官网：https://www.biendata.xyz/competition/ccks_2020_7_1/
-
时间：2020.3~2020.9
-
数据示例
输入
entity.txt：需要进行类型预测的所有实体，其中包含相关实体和噪音实体。
entity_page_1.xml，entity_page_2.xml，entity_page_3.xml，entity_page_4.xml：分别来自百度百科，互动百科，中文维基百科，医学百科的实体页面内容。保证 entity.txt 中的任意实体至少被一个页面文件所涵盖。实体页面文件中包含类型推断可能会用到的名称、标签、简介等信息。
type.txt：包含 7 个目标类型，分别是病毒、细菌、疾病、药物、医学专科、检查科目、症状（非目标类型输出为 NoneType）。
entity.txt
烟草花叶病毒 大肠杆菌 艾滋病 盐酸西普利嗪 内科 太阳entity_page_1.xml（其它xml文件也是类似的）
type.txt
病毒 细菌 疾病 药物 医学专科 检查科目 症状输出
烟草花叶病毒 病毒 大肠杆菌 细菌 艾滋病 疾病 盐酸西普利嗪 药物 内科 医学专科 太阳 NoneType实体“太阳”不在给定的 7 种目标类型当中，因此输出为 NoneType。
-
数据说明
训练集 开发集 测试集 下载 5,000 20,000 14,321 官网 实体页面约17.5W，允许对训练数据进行标注。
ps：存在一个实体有两个类型的情况，数据中用 “类型1;类型2” 来表示，在评估时推断出其中一个即为正确。
-
竞赛方案
方案 评测论文 代码 top1 × × top2 新冠知识图谱构建与问答评测子任务一：新冠百科知识图谱类型推断 评测报告 × top3 A BERT-Based Framework for Chinese Medical Entity Type Inference × -
推荐资料
