文本事件抽取旨在将非结构化文本中的事件信息进行结构化，是自然语言处理的重要研究领域。事件检测作为事件抽取的子任务之一，旨在从给定文本中识别事件触发词(trigger)并将其分类到正确的事件类型，触发词指的是标记事件出现的核心词语或短语，事件类型为数据集中预先定义的类型。

  近年来，虽然基于深度神经网络的模型在事件检测问题上取得了良好的效果，但同样受限于深度学习方法对训练数据集的高质量要求，在数据集存在样本分布不均衡、数据标注质量欠佳、对抗数据污染等问题时，模型有效性往往难以得到保证，缺乏鲁棒性。

  针对上述问题，本次竞赛将基于中文领域新闻事件检测数据集（Field News for Event Detection，FNED）发布高鲁棒性要求下的领域事件检测挑战，旨在通过竞赛促进领域事件检测模型鲁棒性的研究，支撑事件抽取相关技术的落地，并推动相关领域人工智能应用的发展。

参赛对象：面向全国各工业部门、科研院所、高校、民营企业。
报名要求：参赛队须以单位名义报名，同一单位可有多支参赛队；参赛选手可报名多个赛题，但在同一赛题中仅能报名参加一支团队。报名时所有参赛队成员需提供所在单位信息、个人基本信息，并进行实名认证；参赛选手应当确保各项信息的真实性。学生参赛者报名须指定至少一名所在单位任职的具有中级职称以上相关领域科研工作者作为团队指导教师。大赛组委会承诺其中涉及个人隐私的内容予以保密。
组队要求：所有报名参加同一赛题的参赛者，可在PC端进行组队操作。所有参赛选手应在截止日期前自行完成组队，每队1-5人（含指导教师），不可重复组队。并以团队身份提交各阶段的作品材料，一旦进入团队，不可退出队伍。多个单位的参赛者联合组队时，队长所在单位为该参赛队的第一单位。为保证每支参赛团队享有相对平等的提交机会，各赛题组队需满足组队成员在赛题中的提交总次数≤开赛天数*3次