首屆中文NL2SQL挑戰賽收官產學研攜手推動智能交互快速發展

文／本刊記者 陳 杰

籌備8個月，初、復賽鏖戰3個月，千支隊伍角逐，首屆中文NL2SQL挑戰賽結果揭曉。

10月12日下午，由追一科技主辦、南京大學計算機軟件新技術國家重點實驗室協辦的“首屆中文NL2SQL挑戰賽”總決賽答辯暨頒獎典禮在南京大學舉行。經過最終決賽的5強選手隊伍精彩分享、答辯和現場評委考評，決出最終名次。來自國防科技大學的選手團隊“不上90不改名字”奪得冠軍，國雙科技選手團隊“BugCreater”獲得亞軍，觀安信息與妙盈科技選手聯合團隊“Model S”獲得季軍，來自華南理工大學與佛羅里達大學的選手隊伍“大佬帶我飛”，以及浙江大學的團隊“老哥們不放假嗎”則獲得優勝獎。

首次舉辦、首次發布中文數據集，短短幾個月，選手們的成績，已經超過了國外WikiSQL，直奔“九十分”，讓眾多評委感覺“驚喜”。最終的現場答辯對決，讓之前的短暫排名，再生懸念。

由眾多人工智能大咖組成的專家評委團，包括中國移動研究院首席科學家馮俊蘭、復旦大學教授肖仰華、新加坡南洋理工大學副教授毛可智、南京大學教授俞揚、追一科技CTO劉云峰等產學研多方代表，在決賽現場對選手們的技術方案，進行了專業精彩的分析點評，從而產生最終結果。從AI與數據庫交互，到更廣闊的創新空間，自然語言處理的“技術大年”味道越來越濃。

“此次挑戰賽參與規模、選手表現遠超預期，顯示出NL2SQL在學術和產業應用上的潛力，數據庫的交互創新，正在受到越來越多關注。”追一科技聯合創始人兼CTO劉云峰博士表示，追一科技將與更多院校、企業界同仁攜手，共同推動中文NLP研究與應用突破。

NL2SQL（自然語言轉結構化查詢語句）作為新興的研究領域，在國外由SalesForce耶魯大學等發布了WikiSQL和Spider數據集，但在國內市場，目前還處于起步階段。

此次NL2SQL挑戰賽是國內首次舉辦，期間，追一科技發布了業內首個大規模的中文數據集，包括4870張表格數據、近50000條標注數據以及相應的SQL語句，并獲得很多學界專家、產業界伙伴的支持，通過“產學研”等多方聯動，希望提供一個平臺，來推動NL2SQL的研究和應用。

“直接用自然語言訪問關系型數據庫一直是業界夢想”，嘉賓評委代表肖仰華表示，隨著對大數據價值的重視，這一愿望更變得日益迫切。此次比賽的發起和中文數據集的公布，在短短的時間里，加速了NL2SQL研究設想的實現，“最終選手的成績，完全超出了我們對于比賽的預期。”

經過選手的不斷努力與探索，比賽任務短期內就達到與英文數據集上相當水平的分數，并持續刷新記錄。比賽初期，準確率尚為60%多，至8月份初賽結束時，榜上頭部分數已經達到89%，接近WikiSQL成績。復賽結束時，選手最高成績達到92%，并且，最終晉級決賽的5支隊伍，個個都在“90分”以上。

據了解，本次1457支參賽隊伍中，院校和企業參與者各占“半壁江山”。其中，學生及科研人員占比48%，企業技術員工占比52%。學生參賽隊伍來自眾多知名院校，如北京大學、清華大學、復旦大學、上海交通大學、南京大學、浙江大學、中國科學技術大學、哈爾濱工業大學、西安交通大學等。

雖然本次比賽的數據內容是中文形式，但仍然吸引了美國、英國、新加坡、日本、澳大利亞、加拿大等海外頂級院校參與，包括卡內基梅隆、墨爾本大學、新加坡國立大學、南安普頓大學、新南威爾士大學、布里斯托大學、昆士蘭大學等。

作為新興NLP研究任務，NL2SQL在專業難度上，也對選手提出較高要求。據了解，本次參賽選手中，碩士及以上學歷占比57%，其中，博士學歷占比6%；而專業分布上，計算機科學專業背景的選手則屬于參賽主力。

在如火如荼的比賽背后，NL2SQL應用潛力，也受到了越來越多的矚目。來自中國移動、平安集團、搜狗、達闥科技、中興通訊、網宿科技、國雙科技、捷通華聲等眾多企業的技術人員，也成為參賽隊伍的重要力量。

“此次挑戰賽參與規模遠超預期，顯示出NL2SQL在學術和產業應用上的潛力，數據庫的交互創新，正在受到越來越多關注。”劉云峰博士表示，中文NLP研究與應用突破需要產學研界的同共努力。