科大訊飛機器閱讀理解技術登頂SQuAD挑戰賽，車載系統或為率先落地應用

品途商業評論訊 近日，科大訊飛與哈工大聯合實驗室（HFL）（以下簡稱HFL）在由斯坦福大學發起的機器閱讀理解領域權威評測SQuAD（Stanford Question Answering Dataset）中登頂。

此次，HFL提交的系統不僅在EM指標（精準匹配率）超過人類平均水平，並成為首個F1指標（模糊匹配率）上超過89%的系統。

此前在2017年7月，科大訊飛憑藉互動式層疊注意力模型（Interactive AoA Reader）獲得該賽事的榜首。此次HFL提交的融合式層疊注意力系統（Hybrid Attention-over-Attention Reader）融合了近期學術界提出的諸多前沿技術，如基於上下文的文本表示、自適應轉隨機梯度下降的優化方法等，同時又研發出一些全新技術，在其他自然語音處理任務上也獲得了顯著性能提升。

實際上，機器閱讀理解技術目前已經成為多家知名企業、高校等研究機構關注的對象，技術上的突破將帶來自然語言理解的長足進步。科大訊飛特意提到，在落地應用中一個重要的場景就是與智能車載系統的對話交互的結合，逐步實現汽車領域的精準問答。通過讓機器閱讀汽車說明書及相關的介紹材料，使機器深度理解並掌握對該車型的相關知識；在用戶提出相關問題時，不僅能夠快速反饋給用戶相關章節，並且還能夠利用閱讀理解技術進一步挖掘並反饋更精準的答案，從而減少用戶的閱讀量，提高信息獲取的速度。

科大訊飛高級副總裁、AI研究院院長、認知智能國家重點實驗室主任胡國平表示，科大訊飛非常高興看到更多研究人員加入到機器閱讀理解技術的研究中來。前不久微軟亞洲研究院、阿里巴巴分別在EM指標上超過人類平均水平，並且有許多中國團隊在榜單中名列前茅，我們對中國研究機構在這個領域所取得的好成績表示祝賀。但同時，我們必須清楚地認識到，雖然目前的系統在SQuAD挑戰賽中超過了人類平均水平，但這並不能代表機器在機器閱讀理解任務上「完全」打敗了人類。

他表示，真正的閱讀理解過程遠比我們想像的要複雜，以目前的技術水平還很難做到深層的推理和歸納。鑒於此，目前科大訊飛還在積極探索其他類型的閱讀理解，例如基於知識、常識的閱讀理解以及基於綜合線索的閱讀理解，並取得了一定的成績。相信在不久的將來，科大訊飛將在機器閱讀領域為大家展示更多的可能。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！