中医作为中国传统医学的重要组成部分，历经数千年的发展，已形成独具特色的理论体系和诊疗方法，对中国乃至全球人民的医疗健康做出了重要贡献。辨证论治是中医认识疾病和治疗疾病的核心原则和方法，其基本思想是通过望、闻、问、切的方法，收集患者症状、舌苔、脉象等临床信息，通过分析、综合，辨清疾病的病因、病机，概括、判断为某种性质的证，进而制定个性化的治疗方案，开具合适的中药处方予以治疗。

近年来，随着人口老龄化加剧和健康意识提升，医疗体系面临着日益增长的服务压力。在医疗信息化进程中，电子病历的广泛应用为解决这一挑战提供了新的可能。为实现医疗数据的标准化管理和共享，世界卫生组织制定了国际疾病分类标准（International Classification of Diseases，ICD）。该标准将数万种疾病及其组合转化为规范的字母数字编码体系，为跨地区、跨机构的医疗数据交换与分析奠定了基础。

随着社交媒体的普及，用户生成内容呈现出爆炸性增长的态势，也滋生了仇恨言论的传播。仇恨言论是基于种族、宗教、性别、地域、性取向、生理等特征对特定个体或群体表达仇恨、煽动伤害的有害言论。在《中华人民共和国治安管理处罚法》以及《互联网信息服务管理办法》等多部法律法规中，均有禁止仇恨言论的规定。如何有效识别仇恨言论已经成为自然语言处理领域研究者广受关注的问题。细粒度中文仇恨言论识别评测旨在构建结构化的仇恨言论四元组，包括评论对象、论点、目标群体、是否仇恨，推动中文仇恨言论识别技术的发展，加强对不良网络行为的管控，助力文明网络的建设。

在本次评测活动中，基于Common Voice 17和AISHELL两个语音识别数据集中的中文语音资源，我们精心标注了近20000条真人朗读的中文语音数据，其中实体的数量超过40000个，关系三元组数量超过20000个。通过此次评测，我们旨在推动中文语音信息抽取技术的进步，促进语音技术与自然语言处理技术的深度融合，为智能应用提供更为丰富和精确的基础数据支撑。