当前互联网智能问答应用中，基于问题与答案对的检索式问答应用广泛。百度知道、知乎和各类问答平台的智能客服都会收集用户的高频问题和对应答案形成问答对数据库，再通过检索式问答方法来为用户提供准确的问询服务。因此，高效构建高质量的问答对数据库成为该应用的关键问题与难点。同时，互联网上存在着大量的非结构化或半结构化网页文本数据未被充分利用，如果能从这些数据中自动提取出问题和答案对数据，将为检索式问答提供极大助力。

  在自然语言处理相关技术中，阅读理解可以基于问题和文本数据，从文本数据中找出问题对应答案，得到问题答案对数据。该技术在保障较高的准确率下可实现问答对数据的高效构建，并经由人工简单验证实现高质量问答库构建。

  为此，我们组织本次测评任务，针对民航出行领域中信息动态更新频繁、用户出行问答需求旺盛及大量文本数据使用价值较低等问题，探索基于阅读理解技术实现从民航相关网页的文本数据中精准抽取出的问题和答案对。一方面有助于更好地组织管理民航领域常用知识，为用户提供更好的问询服务；另一方面也为基于阅读理解的问答对生成方法在其他领域的实践应用提供相关思路，探索垂直领域内的问答对构建范式。

评测任务github链接：https://github.com/BDBC-KG-NLP/CCL2022-DQAB

本项测评任务开放两个交流区域，选手可以提出疑问或者交流经验。

1. 飞桨评论区，点击进入

2. QQ群：进群请备注：队伍名称-姓名-单位名称