8月10日,联合国国际教科文组织国际工程科技知识中心(IKCEST)第四届“一带一路”国际大数据竞赛暨第八届百度&西安交大大数据竞赛(以下简称“国际大数据竞赛”)正式启动,本届赛题聚焦“低资源语言机器翻译”行业难题,向全球开发者发出邀请。本次竞赛初赛报名截止时间为9月30日。
百度发布稀缺语种任务 挑战机器翻译难题
本届大赛赛题——“一带一路”低资源语言翻译,重点关注法、俄、泰、阿与中文的互译,突破了国际机器翻译以英文为中心的评测惯例,旨在鼓励全球青年挑战低资源机器翻译任务,融入“一带一路”建设。
“帮助人们跨越语言鸿沟,与世界自由沟通”是百度翻译一直以来的愿景。自2010年开始研发机器翻译以来,百度在多语言翻译、多模态机器翻译等核心技术以及产品方面持续创新。如今,百度翻译已经支持超过200种语言互译,可以支持文本、语音、图片与文档翻译,每日翻译超过千亿字符,服务全球用户。百度技术委员会主席吴华表示,“百度翻译致力于帮助人们与世界自由沟通”,这正是本届赛题的技术基因。
顶级赛事 邀请逐梦青年推动全球互联互通
国际大数据竞赛于2015年由百度和西安交通大学联合创办,鼓励选手用AI技术解决现实问题。2019年,百度与IKCEST、西安交通大学、丝绸之路大学联盟合作,将大赛升级为国际赛事。
启动仪式上,中国工程院国际合作局局长、IKCEST常务副主任田琦指出,本届大赛致力于提升“一带一路”重要语言的机器翻译质量,意义重大,他期待越来越多逐梦青年加入到推动全球互联互通、创新发展的行列中来。
印度科学院院士、IKCEST理事会成员N.巴拉克里斯南(Narayanaswamy Balakrishnan)表示,“这次比赛将让全球更加靠近‘类人机器翻译’的目标。”
回顾大赛8年历程,西安交通大学常务副校长郑庆华教授以“三个飞跃”概括:从国内竞赛到全球大赛的级别飞跃,从几十所高校到上万支队伍的规模飞跃,从单一的人工智能大数据算法到综合型、创新型、设计型的内容飞跃。
以赛促创 产学研合力完善AI人才培养生态
本届大赛采用机器翻译主流的BLEU评价指标。初赛阶段,选手们将得到中法、中俄、中泰各10万句对作为训练数据。复赛阶段,以中阿5万句作为训练数据。复赛排名前16的队伍,进入决赛,现场答辩。
百度将为选手提供基于“PaddlePaddle”的基准模型以及免费、高性能算力支持,由国内知名语言服务解决方案提供商译马网提供部分语料数据。本届大赛的所有数据集均会于赛后在“千言开源数据集”平台持续开放,助力更多AI人才投入产业研发,促进技术进步。