为推动数据要素赋能千行百业，拓展自然语言处理技术在不同业务场景下的落地应用，进一步实现“智赋百景”，由福建省大数据集团有限公司主办，福建大数据一级开发有限公司、福建大数据交易有限公司、福建省数字经济产业工会共同承办的2023-2024年福建省大数据集团数据应用开发大赛——自然语言处理智能算法赛道——智能文本纠错赛”于2023年12月15日正式开赛。
赛题背景
随着人工智能技术不断发展，ChatGPT的出现极大降低了内容生产的门槛。当下已经进入了一个“万物皆可生成”的时代，网络上海量的文本内容迅速涌现。不同于传统媒体，网络上文本内容由于来源多样、审核困难，存在着很多的文本错误和违规违法内容。自然语言处理作为人工智能领域皇冠上的“明珠”，文本纠错作为自然语言处理基础的一个应用模块，是实现语句自动检查、自动纠错的一项重要技术。此技术在各种领域皆有应用，在公文、新闻、财报中都有较好的落地应用价值，其重要程度不言而喻。
赛题任务
本次赛题着力于社会、政府、企业、经济数字化转型切实需求和实际问题，挖掘智能算法应用，有效解决数字时代发展所遇问题，聚焦智媒与文化领域文本数据，主要应用于媒体内容生产等场景，从中检测错误并纠正，提示修改建议。助力推动数字文化建设和智媒科技领域创新发展。
数据简介
本赛题提供测试集及少量训练集，会在数据开放下载后陆续公布，总体为低资源的竞赛任务。数据集包含训练集和测试集，训练集用于选手的模型训练，测试集用于最终结果的评测提交。数据样例如下：训练集包含三个字段：id，语句，修改后的语句:
测试集包含三个字段：id，语句，分词后的语句(选手仅需提供id和text列即可，详见提交样例)
本次比赛为低资源的，拟提供训练集4000句，测试集分AB测试集,各3000句。
赛程安排
大赛采取线上比赛、线下颁奖的模式。选手于大赛官方网站( datacontest.fjbdg.com.cn ) 报名、组队、提交作品测评。参赛团队根据赛题、数据完成线上提交，获取排行榜客观分数成绩。
赛程安排如下：
2023年12月8日 10:00 - 2024年2月24日 16:00：A榜阶段
2024年2月25日 10:00 - 2024年2月26日16:00：B榜阶段
初审阶段2024年2月27日 00:00 - 2024年2月29日 23:59：选手提交模型源代码进行代码审核，择优选拔10支团队晋级决赛。
初赛结果公布2024年3月1日 10:00决赛阶段2024年3月2日 - 2024年4月6日，地点及形式等具体信息待公告
(以上赛程将根据实际情况进行调整)
组织架构
主办单位
福建省大数据集团有限公司
承办单位
福建大数据一级开发有限公司
福建大数据交易有限公司
福建省数字经济产业工会
报名参赛
本次大赛面向社会各界开放，欢迎全国高校大学生、科技行业从业者和自然语言处理爱好者等登录官方网站（datacontest.fjbdg.com.cn ）报名参赛。
点击链接直达赛事官网
