动态 | 百度NLP团队登顶微软MARCO阅读理解测试

AI 科技评论消息,2 月 21 日,百度 NLP 团队提交的 V-Net 模型以 46.15 的 Rouge-L 得分位列微软的 MS MARCO 机器阅读理解测试第一名。目前人类评测 Rouge-L 得分为 47;BLEU-1 得分为 46。

据了解,百度提交的 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,从而更好的预测答案。

AI 科技评论了解到,除了百度位列第一外,凭借 Microsoft AI and Research 提交的 S-Net、R-Net、ReasoNet,二、三、四名均由微软摘得。此外,新加坡管理大学与德国人工智能研究中心也紧随其后。

MS MARCO 全称为 Microsoft MAchine Reading Comprehension,即「微软机器阅读理解」,官网资料显示其正式发布于 NIPS 2016。这是一套由 10 万个问答和 20 万篇不重复的文档组成的数据集。

在机器阅读理解领域,想必大家更为熟悉的是斯坦福大学发起的 SQuAD(Stanford Question Answering Dataset),AI 科技评论此前也有过不少相关报道。SQuAD 是行业内公认的机器阅读理解领域的顶级水平测试,它构建了一个包含十万个问题的大规模机器阅读理解数据集,选取超过 500 篇的维基百科文章。在阅读数据集内的文章后,机器需要回答若干与文章内容相关的问题,并通过与标准答案的比对,得到 EM(精确匹配)和 F1(模糊匹配)的结果。讯飞与哈工大联合实验室、微软、阿里巴巴、腾讯等国内外知名研究企业及机构都是 SQuAD 榜单上的常客。

与 SQuAD 不同,MARCO 数据集中的问题全都基于来自微软必应搜索(BING)引擎和微软小娜人工智能助手(Cortana)的已匿名处理的真实查询。此外,相关回答是由真人参考真实网页编写的,并对其准确性进行了验证。可以说,数据集的建立完全是根据用户在 BING 中输入的真实问题模拟搜索引擎中的真实应用场景,其研发团队也曾表示,「MS MARCO 是目前同类型中最有用的数据集,因为它建立在经过匿名处理的真实世界数据基础之上。」

目前搜索引擎只能针对用户的提问回答一些简单问题,可以回答复杂问题的系统仍然处于起步阶段,而普通人日常想获取一些琐碎复杂问题的答案,则需要在搜索引擎提供的结果中再次进行筛选、分析和整理。这些并无明确答案或存在多个可能答案的查询,是微软发布这一数据集希望攻克的阅读理解高堡。

在每一个问题中,MARCO 提供多篇来自搜索结果的网页文档,系统需要根据这些文档来回答给定的问题。就像人类在搜索引擎给定的结果中自行筛选信息一样,这些文档中是否有对应的答案、在哪一篇文章中,都需要系统自行判断,甚至还需要结合多篇文章做出提炼与总结,而这也对机器的阅读理解能力提出了更高的要求。

「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。」

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2018-02-22

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

【探讨】为什么数据分析师要用产品思维?

数据分析这词汇时髦的不得了,然而就像这些年所炒的各种概念一样,当冷静下来,请很多人解释数据分析到底是什么时,恐怕要有一个不错的答案很难。   比较常...

3375
来自专栏CDA数据分析师

数读 | 印度数据挖掘大牛Soham Sinha:我热爱大数据分析的6个原因

原文作者,Soham Sinha,他是Crayon data的一名数据挖掘工程师,并且在多家国外科技媒体拥有自己的专栏。 本文由36大数据翻译组-Teradat...

1939
来自专栏用户3246163的专栏

1.4 信息风险和道德准则

Operational data governance是设定一系列规则和流程来保证组织对数据质量有足够的信心

493
来自专栏吉浦迅科技

泰坦超算成为全球科研最大GPU加速可视化系统

感谢我们的Tesla加速计算平台,研究人员现在可以在一个使用同一组GPU的单一系统中运行计算和可视化指令,并可同时或分别得到结果。 泰坦,美国最强大的超级计算机...

3596
来自专栏悦思悦读

如何从小白成长为数据科学家

本文是作者在赤兔APP“数据挖掘”小组内在线分享的记录的第【2】部分。 本次分享第【1】部分:什么是数据科学。 分享主题:Data Science学习分享会 分...

4129
来自专栏大数据文摘

大咖丨IBM首席数据官:高效的数据科学团队如何建设

1304
来自专栏大数据钻研

代码的终结,我们很快就能像调教狗一样来调教我们的计算机

在发明计算机之前,大部分的实验心理学家都认为大脑是一个不可知的黑盒子。你可以分析一个实验对象的行为,例如,一旦听到铃铛想起,狗便会分泌唾液。但是思想、记忆和情绪...

2708
来自专栏媒矿工厂

广播电视拥抱人工智能

最近几年人工智能(AI)领域出现了许多令人惊叹的发展。尽管如此,AI仍然是一个容易被炒作和误解的术语。

574
来自专栏Spark学习技巧

数据科学的工作流程

本文浪尖主要讲讲数据分析企业内的工作流程。 随着,云计算使得计算能力的提示,大数据技术的飞速发展,数据也是备受企业重视,企业内部都是在想法设法的得到你的数据,...

2776
来自专栏新智元

再见,Hadoop时代,深度学习迎来寒武纪大爆发

【新智元导读】作为每年定期在全球多个城市举办,聚集来自全球领先大数据企业及用户的顶级技术峰会,Strata + Hadoop World 今年的大会于3月14日...

3399

扫描关注云+社区