哈工大SCIR在CoNLL-2017多语言通用依存句法分析评测中取得佳绩

在刚刚结束的CoNLL-2017 评测（http://universaldependencies.org/conll17/）中，哈工大社会计算与信息检索研究中心取得了第四名的优异成绩。CoNLL 系列评测（http://www.conll.org/）每年由 ACL 的计算自然语言学习会议（Conference on Computational Natural Language Learning，CoNLL） 主办，是自然语言处理领域影响力最大的技术评测，有力推动了自然语言处理各项任务的发展。

今年的 CoNLL 评测任务为：Multilingual Parsing from Raw Text to Universal Dependencies，即面向生文本的多语言通用依存分析。从生文本出发，需要进行分句、分词、形态学分析、词性标注、依存句法分析等。任务提供了45种语言的64个多领域通用依存树库作为训练资源，最终面向49 种语言的81个树库进行评测，其中包含4种训练数据中未出现的资源稀缺语言以及多种跨领域数据。最终评价指标为在全部树库上依存分析任务的平均 LAS（依存标签准确率）。

本次评测共吸引了来自卡内基梅隆大学、华盛顿大学、多伦多大学、牛津大学、爱丁堡大学、东京大学、 IBM研究院、Facebook等113支队伍报名参赛，最终有33支队伍成功提交了评测系统，美国斯坦福大学、美国康奈尔大学和德国斯图加特大学获得评测总成绩的前三名，哈工大获得了第四名，也是亚洲参赛队伍的最好成绩。

最终提交系统的33支队伍排名的排名如下：