本篇文章1069字,读完约3分钟
新华社北京2月22日电在庆祝春节的同时,人工智能的发展并没有停止。2月21日,春节假期的最后一天,由百度自然语言处理团队开发的v-net模型以46.15的高分荣登微软的MS Marco(微软机器阅读理解)机器阅读理解测试榜榜首。
图1 ms Marco ranges Marco是微软基于搜索引擎bing建立的大规模英语阅读理解数据集,包含10万个问题和20万个不重复的文档。marco数据集中的所有问题都来自bing的搜索日志,它根据用户在bing中输入的实际问题模拟搜索引擎中的实际应用场景,是该领域最有价值的数据集之一。
Baidu nlp在marco中提交的v-net模型采用了一种新的多候选文档联合建模表示方法,使得不同文档生成的答案能够通过注意机制进行信息交换和相互验证,从而更好地预测答案。值得注意的是,百度仅仅凭借单一模型获得了第一名,并没有提交更容易获得高分的多模型集成的结果。
此前,在机器阅读理解领域,研究人员参加了由斯坦福大学赞助的挑战小组。但是马可的挑战比班的更困难,因为它要求测试人员提交的模型有能力理解复杂的文档和回答复杂的问题。
据了解,marco为每个问题提供了许多来自搜索结果的网络文档,系统需要阅读这些文档来回答用户提出的问题。然而,文档是否包含答案以及哪个文档包含答案需要系统自己判断。更有趣的是,有些问题在文档中不能直接回答,你需要阅读理解模型来做出自己的判断;马可也没有限制答案必须是文档中的片断,许多问题的答案必须从多个文档中综合提取。这就对机器阅读理解提出了更高的要求,要求机器具有全面理解多文档信息和聚合生成问题答案的能力。
百度在自然语言处理领域积累和沉淀了十多年,拥有最前沿、最全面、最领先的技术布局,不仅注重前瞻性的技术探索,还注重通过技术应用解决实际问题。这是百度选择马可数据集而不是阵容的主要原因。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得到应用。它可以深入分析和理解用户的问题,从相关网页中定位答案,并经过汇总、提炼和汇总后,以显著的位置呈现给用户,这样用户无需打开网页就可以直接获得准确的答案,大大提高了用户获取准确信息的效率。这样的技术和服务每天响应数亿用户的请求。
百度首席自然语言处理科学家、百度技术委员会主席吴华表示:“在marco测试中获得第一名,只是对百度机器阅读理解技术体验的一次短暂测试。”“我们希望与该领域的其他同行合作。推动机器阅读理解技术及其应用的研究,使人工智能能够理解人类语言,用自然语言与人类交流,使人工智能更加‘理解’人类。”
来源:央视线
标题:百度机器阅读理解技术获突破 MARCO数据集榜单排第一
地址:http://www.yangshinews.com/ysxw/22134.html