首届中文NL2SQL挑战赛收官产学研携手推动智能交互快速发展

文／本刊记者 陈 杰

筹备8个月，初、复赛鏖战3个月，千支队伍角逐，首届中文NL2SQL挑战赛结果揭晓。

10月12日下午，由追一科技主办、南京大学计算机软件新技术国家重点实验室协办的“首届中文NL2SQL挑战赛”总决赛答辩暨颁奖典礼在南京大学举行。经过最终决赛的5强选手队伍精彩分享、答辩和现场评委考评，决出最终名次。来自国防科技大学的选手团队“不上90不改名字”夺得冠军，国双科技选手团队“BugCreater”获得亚军，观安信息与妙盈科技选手联合团队“Model S”获得季军，来自华南理工大学与佛罗里达大学的选手队伍“大佬带我飞”，以及浙江大学的团队“老哥们不放假吗”则获得优胜奖。

首次举办、首次发布中文数据集，短短几个月，选手们的成绩，已经超过了国外WikiSQL，直奔“九十分”，让众多评委感觉“惊喜”。最终的现场答辩对决，让之前的短暂排名，再生悬念。

由众多人工智能大咖组成的专家评委团，包括中国移动研究院首席科学家冯俊兰、复旦大学教授肖仰华、新加坡南洋理工大学副教授毛可智、南京大学教授俞扬、追一科技CTO刘云峰等产学研多方代表，在决赛现场对选手们的技术方案，进行了专业精彩的分析点评，从而产生最终结果。从AI与数据库交互，到更广阔的创新空间，自然语言处理的“技术大年”味道越来越浓。

“此次挑战赛参与规模、选手表现远超预期，显示出NL2SQL在学术和产业应用上的潜力，数据库的交互创新，正在受到越来越多关注。”追一科技联合创始人兼CTO刘云峰博士表示，追一科技将与更多院校、企业界同仁携手，共同推动中文NLP研究与应用突破。

NL2SQL（自然语言转结构化查询语句）作为新兴的研究领域，在国外由SalesForce耶鲁大学等发布了WikiSQL和Spider数据集，但在国内市场，目前还处于起步阶段。

此次NL2SQL挑战赛是国内首次举办，期间，追一科技发布了业内首个大规模的中文数据集，包括4870张表格数据、近50000条标注数据以及相应的SQL语句，并获得很多学界专家、产业界伙伴的支持，通过“产学研”等多方联动，希望提供一个平台，来推动NL2SQL的研究和应用。

“直接用自然语言访问关系型数据库一直是业界梦想”，嘉宾评委代表肖仰华表示，随着对大数据价值的重视，这一愿望更变得日益迫切。此次比赛的发起和中文数据集的公布，在短短的时间里，加速了NL2SQL研究设想的实现，“最终选手的成绩，完全超出了我们对于比赛的预期。”

经过选手的不断努力与探索，比赛任务短期内就达到与英文数据集上相当水平的分数，并持续刷新记录。比赛初期，准确率尚为60%多，至8月份初赛结束时，榜上头部分数已经达到89%，接近WikiSQL成绩。复赛结束时，选手最高成绩达到92%，并且，最终晋级决赛的5支队伍，个个都在“90分”以上。

据了解，本次1457支参赛队伍中，院校和企业参与者各占“半壁江山”。其中，学生及科研人员占比48%，企业技术员工占比52%。学生参赛队伍来自众多知名院校，如北京大学、清华大学、复旦大学、上海交通大学、南京大学、浙江大学、中国科学技术大学、哈尔滨工业大学、西安交通大学等。

虽然本次比赛的数据内容是中文形式，但仍然吸引了美国、英国、新加坡、日本、澳大利亚、加拿大等海外顶级院校参与，包括卡内基梅隆、墨尔本大学、新加坡国立大学、南安普顿大学、新南威尔士大学、布里斯托大学、昆士兰大学等。

作为新兴NLP研究任务，NL2SQL在专业难度上，也对选手提出较高要求。据了解，本次参赛选手中，硕士及以上学历占比57%，其中，博士学历占比6%；而专业分布上，计算机科学专业背景的选手则属于参赛主力。

在如火如荼的比赛背后，NL2SQL应用潜力，也受到了越来越多的瞩目。来自中国移动、平安集团、搜狗、达闼科技、中兴通讯、网宿科技、国双科技、捷通华声等众多企业的技术人员，也成为参赛队伍的重要力量。

“此次挑战赛参与规模远超预期，显示出NL2SQL在学术和产业应用上的潜力，数据库的交互创新，正在受到越来越多关注。”刘云峰博士表示，中文NLP研究与应用突破需要产学研界的同共努力。