千言数据集：中学语文阅读理解

这场竞赛适合谁

适合已经能训练或微调中文 NLP 模型、希望做机器阅读理解的学习者。参赛者需要能处理长篇中文文章，并具备一定的中学语文阅读能力，尤其要面对古诗文、现代文及字词理解、概括、推理和情感分析类问题。

这场比赛提供什么

官方提供了可以直接运行的基线，从它开始通常比从零搭快得多。

• 基线方案NCR baseline system repository
• 数据获取NCR Chinese reading-comprehension dataset: 8,388 articles and 20,477 questions
• 参考论文Reference paper on the Native Chinese Reader dataset
• 答疑渠道Technical discussion group for contestant communication
• 导师指导Organiser staff provide periodic group Q&A

从报名到首次提交的准备步骤

1. 01

   中文自然语言处理

2. 02

   机器阅读理解

3. 03

   长文本建模

4. 04

   古诗文与现代文阅读

5. 05

   JSON 数据处理

6. 06

   CSV 预测结果生成

投入前确认：主要难点是从平均长度为 1024 的文章中提取与问题相关的信息，并在古诗文和现代文混合材料上完成细粒度理解与四选一判断。提交时还需按每个问题的 Q_id 生成可识别的 CSV 预测文件，且不能直接提交或高度复现基线预测结果。