百度NLP团队登顶MARCO阅读理解测试排行榜

腾讯科技讯 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。据介绍，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。”