欢度春节之际,人工智能的发展脚步却没有停歇。2月21日,春节假期最后一天,百度自然语言处理团队研发的 V-Net 模型以46.15的 Rouge-L 得分登上微软的 MS MARCO 机器阅读理解测试排行榜首。


01.jpg

MS MARCO 排行榜


对此,微软 MARCO 官方 Twitter 也发文表示祝贺。


02.jpg

 MS MARCO 官方 Twitter 向百度表示祝贺


 MARCO 是什么 


MARCO(Microsoft MAchine ReadingCOmprehension)是微软基于搜索引擎 BING 构建的大规模英文阅读理解数据集,包含10万个问题和20万篇不重复的文档。MARCO 数据集中的问题全部来自于 BING 的搜索日志,根据用户在 BING 中输入的真实问题模拟搜索引擎中的真实应用场景,是该领域最有应用价值的数据集之一。


此次百度 NLP 在 MARCO 提交的 V-NET 模型,使用了一种新的多候选文档联合建模表示方法,通过注意力机制使不同文档产生的答案之间能够产生交换信息,互相印证,从而更好地预测答案。值得注意的是,此次百度只凭借单模型(single model)就拿到了第一名, 并没有提交更容易拿高分的多模型集成(ensemble)结果。


此前,在机器阅读理解领域,研究者多参与由斯坦福大学发起的 SQuAD 挑战赛。但相比 SQuAD,MARCO 的挑战难度更大,因为它需要测试者提交的模型具备理解复杂文档、回答复杂问题的能力。


对于每一个问题,MARCO 提供多篇来自搜索结果的网页文档,系统需要通过阅读这些文档来回答用户提出的问题。但是,文档中是否含有答案,以及答案具体在哪一篇文档中,都需要系统自己判断来解决。更有趣的是,有一部分问题无法在文档中直接找到答案,需要阅读理解模型自己做出判断;MARCO 也不限制答案必须是文档中的片段,很多问题的答案必须经过多篇文档综合提炼得到。这对机器阅读理解提出了更高的要求,需要机器具备综合理解多文档信息、聚合生成问题答案的能力。


 百度已将阅读理解技术应用于搜索等产品 


百度在自然语言处理领域已经过十余年积累与沉淀,具备了最前沿、最全面、最领先的技术布局,不仅专注于前瞻技术探索,更致力通过技术应用解决实际问题。这也是百度此次选择 MARCO 数据集而不是 SQuAD 的主要原因。目前,百度的阅读理解、深度问答等技术已经在搜索等产品中实际应用,它可通过深入地分析、理解用户的问题,从相关网页中定位答案,并经过总结、提炼、归纳后把答案在显著的位置呈现给用户,使用户不需要点开网页就可以直接获取准确答案,大大提升了用户获取精准信息的效率。这样的技术和服务,每天响应着数亿次的用户请求。


“此次在 MARCO 的测试中取得第一,只是百度机器阅读理解技术经历的一次小考。”百度自然语言处理首席科学家兼百度技术委员会主席吴华表示,“我们希望能够与领域内的其他同行者一起,推进机器阅读理解技术和应用的研究,使 AI 能够理解人类的语言、用自然语言与人类交流,让 AI 更‘懂’人类。”


846764a4d69e3d3f2115c0368.jpg