百度之星2017资格赛的具体详细介绍大家参考大赛官网即可不再赘述（http://astar2017.baidu.com/index/event_details#sait）

那么资格赛如何提升打分呢？

   1. 主办方提供的训练数据要用好

  主办方提供了给定场景的意图定义（schema.zip）和训练样本（train_data.zip）

  1) 按照schema的说明在UNIT创建意图和词槽，并将提供的词槽词表上传。

  2) 把train_data提供的带标注的训练样本，上传到对于的UNIT场景数据中心，并确认标注（可以批量导入并确定哦）。

（注意：不要自己新增、修改意图和槽位的定义，打分系统不认哦）

  如果...你还不知道UNIT是啥，怎么使用？要先学习一下了：https://ai.baidu.com/docs#/UNIT-API/top

   2. 持续提升效果从资格赛突围

  熟悉了UNIT以后都知道了，用户可以给UNIT提供的数据包括对话样本、对话模板、词槽词典。

  没错，要提升效果就是要从这几方面入手：

  1）新增对话样本

    新增更多高质量的对话样本，会带来更好效果。

    除了自己去富集与训练数据同分布的样本外，平台还提供了一个隐藏功能：样本推荐，可参考技术贴（http://developer.baidu.com/forum/topic/show?topicId=241620）。

  2）新增词槽词典

    UNIT本身具有泛化能力，但也用户可以自己新增，对词槽识别有帮助。

  3）标注对话模板

    对话模板是一种快速生效匹配工具，可以根据训练集抽象高质量的模板提升效果。

  如何把握新增和标注的标准呢？大家可以通览一下训练集合，来把握一下尺度，因为训练集和测试集同分布。需要通过对训练数据理解，确保新增标注的数据与训练集分布一致。比如对话样本『类似变形金刚的电影』并不在我们资格赛槽位定位范围，这类样本就可以选择丢弃。

 希望以上内容对你有所帮助，加油！