您现在的位置是：主页 > 品牌 > 阿里巴巴 >
阿里巴巴的机器阅读理解实现精准率新高，超越人类水平！
发布时间：2018年01月13日 15:39:03 阿里巴巴 人已围观
简介2018年初，人工智能在机器阅读理解领域取得重大突破。1月11日，由斯坦福大学主办的SQuAD赛事中，人工智能的阅读能力首次超过人类，令业内人士振奋。阿里巴巴以82.440的准确率在比赛...
2018年开始，人工智能领域迎来了重大的进展！在1月11日，由斯坦福大学主办的SQuAD比赛在机器阅读理解方面再创佳绩，令人鼓舞的是，人工智能在阅读理解能力上首次超越了人类水平。
阿里巴巴以82.440的成绩创造了新的世界纪录，超过了人类的82.304。
SQuAD的核心负责人Pranav Rajpurkar在社交媒体上表达了他的激动之情。他提到，2018年的开局非常强劲，阿里巴巴iDST团队所提交的SLQA+模型在精确度方面首度超越了人类，接下来面临的挑战是：模糊匹配，这方面人类还领先2.5分！
SQuAD这项比赛构建了一个包含10万个问题的大规模机器阅读理解数据集，数据来源于500多篇维基百科文章。
在阅读完数据集中的一篇文章后，人工智能需要回答多个与文章内容有关的问题，并与标准答案进行比对，最终得出精确匹配（Exact Match）和模糊匹配（F1-score）的结果。
SQuAD被广泛认可为行业内顶级的机器阅读理解赛事，吸引了包括谷歌、卡内基梅隆大学、斯坦福大学、微软亚洲研究院、艾伦研究院、IBM和Facebook等知名企业和研究机构的积极参与。
阿里巴巴研究团队的突破源于其提出的“基于分层融合注意力机制”的深度神经网络模型。该模型模仿了人类在处理阅读理解问题时的一些策略，例如结合文章内容分析问题、反复带着问题阅读文章以避免遗忘、并进行相关标注等。
该模型可以同时捕捉问题和文章中特定区域的关联，并通过分层策略逐步聚焦重点，使答案的边界更加清晰；同时为避免过度关注细节，采用融合方法将整体信息纳入注意力机制，确保关注点的准确性。
阿里巴巴的自然语言处理首席科学家司罗表示，机器在处理维基类的客观知识问答方面已经取得了优异的成绩，今后将继续朝着“能够理解和思考”的目标迈进。
未来，研发的重点是将这项技术实际应用于各种场景，让智能化技术能够惠及更多人。
实际上，这项技术已经在阿里巴巴的内部得到了广泛应用。例如，每年双11期间会有大量顾客询问活动规则，阿里小蜜团队运用司罗团队的技术，使机器能够直接理解规则，并为用户提供解读服务，这是一种最自然的交互形式。
此外，顾客针对单个商品的问题往往在商品详情页上已有答案。现在，借助机器阅读理解技术，机器能够更智能地读取详情页中的商品描述，并回答问题，从而降低服务成本，提高购买转换率。