ITBEAR科技资讯
网站首页 科技资讯 财经资讯 分享好友

百度机器阅读理解技术再获突破 MS MARCO数据集榜单排行第一

时间:2018-02-22 11:48:54来源:互联网编辑:星辉

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(Microsoft MAchine Reading COmprehension)机器阅读理解测试排行榜首。

图1 MS MARCO 排行榜

对此,微软 MARCO官方 twitter也发文表示祝贺。

图2 MS MARCO 官方twitter 向百度表示祝贺

MARCO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,从而更好的预测答案。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。

据了解,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,都需要系统自己来判断解决。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,大大地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。”

更多热门内容
索尼宣布2024财年起全面加薪,主管级员工月薪最高涨超5万日元
【ITBEAR科技资讯】3月21日消息,索尼集团于今日发出公告,决定自2024财年起,全面提高索尼集团及其两家附属运营公司员工的薪酬待遇。据悉,此次薪酬调整将覆盖所有层级的员工。对于主管级别的正式员工,其月薪将有机会获得最高超过5万日元(折合人民币约2385元)的增幅,

2024-03-21

UWA联盟批准单层HDR图像格式新标准立项,小米华为等多家企业共同申请
【ITBEAR科技资讯】3月21日消息,世界超高清视频产业联盟(UWA联盟)近日正式批准了一项重要团体标准的立项申请。该标准名为《高动态范围(HDR)静态图像 第2部分:单层格式》,由北京小米电子产品有限公司联合中国电子技术标准化研究院、华为、腾讯、OPPO、荣耀等多家企业

2024-03-21

华为云胡玉海:盘古大模型解难题做难事,撬动新质生产力发展
2024年全国两会,“人工智能+”和“新质生产力”首次被写入政府工作报告,成为数字经济领域最热的关键词。AI大模型以其强大的通用人工智能能力,成为人工智能发展的重要里程碑,并且在两会期间引发全国人大代表、政协委员热议。AI大模型将如何推动中国产业升级?日前,华

2024-03-20

中国联通2024年2月“大联接”用户增长1100万,5G用户达2.66亿
【ITBEAR科技资讯】3月20日消息,中国联通近日发布公告,截至2024年2月底,其“大联接”用户累计到达数已突破10.13亿户。这一数字包括移动出账用户、固网宽带用户、固网本地电话用户、物联网终端连接以及组网专线用户等多个维度,展现了中国联通在通信服务领域的广泛覆

2024-03-20

台积电全力扩增3nm产能,预计年底前利用率达80%
【ITBEAR科技资讯】3月19日消息,据台媒《经济日报》报道,全球半导体代工巨头台积电正计划在今年全力扩增其3nm制程的产能。据悉,该公司预计将在年底前将该制程的产能利用率提升至80%,以满足不断增长的市场需求。目前,台积电已经成功获得了苹果、高通、联发科等科技

2024-03-19