中国电科X+AI 之 “中国法研杯” 司法人工智能挑战赛 (CAIL2019) 开始啦

问津学术圈 2021-09-16

经过几个月的精心筹备，中国电科X+AI 系列挑战赛之“中国法研杯”司法人工智能挑战赛（CAIL2019）终于正式拉开帷幕。诚邀学术界和工业界的研究者和开发者积极参与，对于比赛中发现的重大基础性问题，在国家自然科学基金专项资金中将予以重点考虑。

在去年的比赛（CAIL2018）中，我们构建了全球最大的司法文本数据集，包括涉及183条刑事罪名的215万法律文书，并对这些文书中所涉及的罪名、法条及罪犯的刑期进行了标注。比赛引起了学术界和科技界的广泛关注，共有来自全球各地的200多支参赛队伍参与了比赛并取得了成绩，从基线模型到获奖模型，各个任务的正确率也得到了显著的提高。推进了自然语言处理技术在司法方面的应用和进步。

竞赛详情

CAIL2019将司法领域内的常见需求与自然语言处理领域内具有挑战性的问题进行相应的结合，共设置了阅读理解、要素识别、相似案例匹配三项赛题：

阅读理解任务

要求选手们的模型通过对文书的读取分析，回答针对文书中部分信息，比如时间、地点、人物关系的提问。该任务旨在通过机器阅读理解裁判文书，智能化的辅助人类获取所需信息。

要素识别任务

要求选手们的模型针对文书中每个句子进行判断，识别其中的关键案情要素。该任务的结果可以用于案情摘要等实际司法业务中，有着很强的应用价值。

相似案例匹配任务

要求选手们的模型对文书之间的相似度进行计算，从候选集文书中找到与询问文书最为相似的一篇文书。该任务的结果可以帮助法官查询相似案例的判决结果，方便司法实践中的同案同判的实现。

今年的赛题相较去年的难度有所增加，与上届赛题相比，不再是一般的文本分类任务，对技术的要求更高，更加具有挑战性。

在赛题数据方面，因为这次比赛的3个题目的差异较大，所以相应使用的数据也不尽相同。我们的数据均来自“中国裁判文书网”的已公开文书，并经过了脱敏处理，隐去了相应隐私信息。从三个任务的数据来看，阅读理解任务的数据涉及较广，包含多类刑事和民事一审裁判文书；要素提取任务的数据涉及婚姻家庭、劳动争议、借款合同这三类案件；相似案例匹配任务的数据涉及民间借贷、知识产权纠纷和海商海事这三类案件。为了向参赛者们提供更好质量的比赛数据，我们主办方在数据标注工作上也做了更大的努力。

比赛设置

1初赛阶段:2019.5.15-2019.6.30

选手们通过发放的小规模数据进行模型编写调试，成绩好于baseline的队伍可以进入下一阶段的比赛。

2复赛阶段:2019.6.15-2019.7.15

第一阶段晋级的队伍可以下载到更大规模的数据集，并进行新一轮的模型调整和测评，这一轮的成绩将计入最终比分。

3封测阶段:2019.7.15-2019.7.25

将使用新的数据对第二阶段选手们提交的最终模型进行测评，和第二阶段的成绩一起计算，得到最终成绩。

4公布结果:2019.7.26之后

技术交流和颁奖阶段

组织单位

为了保证比赛的公平性并分散测评工作的任务压力，大赛组委会采用了企业+科研单位共同负责的模式，以保障大赛的正常进行。

指导单位