KgCLUE1.0: 大规模知识图谱问答
项目地址 | 在线demo | 提交样例
模型描述需包含关键词"KgCLUE1.0"; 提交需实名，即：队伍名称、模型名称、Url/Github、模型描述，需有真实有效。无意义的提交将被移除；有问题发邮件：CLUEbenchmark@163.com
2021-12-09: KgCLUE榜启用；知识图谱由一条知识组成，每条条知识可以表示为一个SPO三元组(Subject主语-Predicate谓语-Object宾语)。主语、谓语、宾语，也可以称之为头实体、关系、尾实体。
Score=EM_O * 0.50 + F1_O * 0.50
| 排行 |
模型 |
研究机构 |
测评时间 |
F1 Score |
EM |
ALBERT(Ensemble)
GitHub/模型网址：
提交日期：9月17日
分数：9月17日
更多详情：
参数说明
单任务微调。我们从MNLI为RTE、STS和MRPC优化的模型开始
诊断信息
诊断主混淆矩阵
|
C |
N |
E |
| C |
182 |
36 |
40 |
| N |
81 |
189 |
116 |
| E |
17 |
69 |
374 |
C = 对立
N = 不包含
E = 包含