中文题目相似度测试挑战

赛题概要

请进入本赛事排行榜前列的前十支队伍，通过作品说明页面提交相应的源代码、模型文件及配套说明文档。如遇文件体积过大，可将资料发送至官网指定邮箱AICompetition@iflytek.com。若在规定截止时间前未能完成提交，官方将通过电话方式与相关参赛者取得联系。如未接到通知或在通话后五日内仍未提交材料，则视为自动放弃参赛资格。关于具体的提交要求，请点击下载：科大讯飞代码审核规范。

赛题背景概述

问答系统主要由三个组成部分构成：问题理解、信息检索与答案抽取。其中，问题理解作为系统的第一环节，同时也是至关重要的部分，其应用范围极为广泛，例如重复评论的识别、相似问题的判定等。

重复问题检测属于文本挖掘中的常见任务，在众多实际运行的问答平台上均有相应应用，该任务有助于实现问题与答案的聚合处理。此外，它还对问题答案推荐及QA系统的优化具有重要意义。由于中文词汇具有高度的多样性和灵活性，本竞赛要求参赛者设计一套能够识别重复问题的算法。

赛题任务

本竞赛题目要求参赛者针对两个问题进行相似度评分。

• 训练数据集：包含约5千组问题对及对应标签，当两个问题内容完全一致时，标签值设定为1，反之则为0。
• 测试数据集：包含约5千条问题，需由参赛者预测其对应的标签值。

三评审规则