任务定义: 给定候选论文集，根据一句或一段科研描述，匹配3篇最相关的论文。
比赛意义: 直观地讲，写论文找参考文献很令人头疼，这个比赛可以帮你找参考文献。进一步地讲，在论文中，作者经常会引用其他论文，并对被引论文做出对应描述。
如果我们可以自动地理解、识别描述对应的被引论文，不仅可以加深对科研脉络的理解，还能在科研知识图谱、科研自动问答系统和自动摘要系统等领域有所进步。
想法延伸: 给定多篇论文，给出motivation的血缘谱系图。自己很早就有这个想法，在前几天也看到AMiner的唐杰组的同学类似的想法，如下：
任务定义: 给定一堆拥有同名作者的论文，要求返回一组论文聚类，使得一个聚类内部的论文都是一个人的，不同聚类间的论文不属于一个人。
任务定义: 给定一批新增论文以及系统已有的作者论文集，最终目的是把新增论文分配到正确的作者档案中。
总结：
类似于AMiner，机器之心SOTA等关于科研的智能工具有一些，但是感觉这块的潜力还没有被充分挖掘出来，当然高质量的论文库是原因之一。每年一个科研单位为一些论文库支付的费用是非常昂贵的，但是服务的方式也多半是检索，这种利用的方式显然还不够高效。
此外，科研相关智能引擎为NLP技术的应用也提供了丰富的场景。知识图谱，自动问答，摘要等技术都可以用到。因此，自己也从很早就关注到这块内容。一方面是帮助自己解决问题，另一方面是帮助他人解决问题。
比如两个具体的问题：
（1）我老板经常吐槽，他的Google Scholar中的文章有些都不是他的。
（2）自己维护了一个PaperReading的repo，也就是说即使读论文，也需要自己一篇一篇地去看，在现今论文爆炸的年代，需要精读的文章不多，因此借助机器的力量自动检索，提取，可以帮助自己解决一些问题。这只是解决“读”的问题，“写”的问题，正是我司目前正在研究的问题。