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

百度AI的发展脚步从不停歇。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。

对此，微软 MARCO 官方 Twitter 也发文表示祝贺。

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。”