MS MARCO 排行榜
MS MARCO 官方 twitter 发出的祝贺
说到机器阅读理解，业内人士必然会想到今年 1 月份「机器阅读理解打破人类记录」的新闻：微软和阿里巴巴的机器阅读理解系统在最新的 SQuAD 数据集测评结果中取得了并列第一的成绩。其中阿里使用的 SLQA 系统和微软的 R-Net 都是集成模型。
此次百度登顶的数据集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 MS MARCO，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。
据介绍，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。
此次百度 NLP 在 MARCO 提交的是一种全新的模型 V-NET，它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，并没有提交多模型集成（ensemble）结果。
关于百度提出的这一全新的机器阅读理解模型，目前还没有更多的技术细节放出。但据机器之心了解，相关论文会在之后公布。
对于此次登顶 MS MARCO 数据集榜单，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，「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。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。」
