SQuAD被譽(yù)為自然語言處理領(lǐng)域金字塔尖的比賽，旨在促進(jìn)智能搜索引擎的發(fā)展。國(guó)際機(jī)器閱讀理解評(píng)測(cè)SQuAD自2016年發(fā)布以來，便受到了業(yè)界的廣泛關(guān)注，共吸引了包括谷歌、微軟亞洲研究院、IBM研究院、阿里巴巴達(dá)摩院、上海交通大學(xué)等眾多國(guó)內(nèi)外知名研究機(jī)構(gòu)和高校的踴躍報(bào)名。

　　在SQuAD1.1數(shù)據(jù)集當(dāng)中，閱讀理解的主要難點(diǎn)是上下文的語義理解。所提問題的答案并不能靠簡(jiǎn)單的近鄰或相似度對(duì)答案進(jìn)行匹配，而是需要通過NLP的語義分析，在考慮前后文信息后從全文中尋找到最合適的答案位置。想要做好這一點(diǎn)，需要算法能力達(dá)到人類閱讀理解的思考水平。

　　參賽者需要提交一個(gè)系統(tǒng)模型，該系統(tǒng)模型在閱讀完數(shù)據(jù)集中的一篇文章后，逐一回答若干個(gè)基于文章內(nèi)容的問題。然后，與人工標(biāo)注的答案進(jìn)行比對(duì)，得出精確匹配（ExactMatch）和模糊匹配（F1-score）等相關(guān)評(píng)價(jià)指標(biāo)。EM表示預(yù)測(cè)答案和真實(shí)答案完全匹配，而F1用來評(píng)測(cè)模型的整體性能的結(jié)果。

　　小i機(jī)器人研究院團(tuán)隊(duì)在基于Whole Word Masking的BERT預(yù)訓(xùn)練模型基礎(chǔ)之上，引入輔助任務(wù)如NewsQA等數(shù)據(jù)集，采用多任務(wù)學(xué)習(xí)的思路來改進(jìn)現(xiàn)有模型的效果，進(jìn)一步提升模型的最終預(yù)測(cè)評(píng)價(jià)指標(biāo)（主要為ExactMatch和F1值）。小i機(jī)器人參賽模型在此次比賽中獲得EM指標(biāo)（精準(zhǔn)匹配率）達(dá)到88.650，F(xiàn)1指標(biāo)（模糊匹配率）達(dá)到94.393的優(yōu)異成績(jī)。

　　具體地來說，小i機(jī)器人研究院團(tuán)隊(duì)針對(duì)目標(biāo)任務(wù)和輔助任務(wù)中的問題和答案的屬性和語義特征，來綜合判斷輔助任務(wù)中的數(shù)據(jù)樣本與目標(biāo)任務(wù)中的數(shù)據(jù)樣本之間的相關(guān)性，最后將這個(gè)相關(guān)性指標(biāo)引入到模型訓(xùn)練過程中損失函數(shù)的計(jì)算過程中，以充分利用并學(xué)習(xí)到來自目標(biāo)任務(wù)和有關(guān)輔助任務(wù)中的知識(shí)，從而最終提升模型的預(yù)測(cè)效果。

　　技術(shù)評(píng)測(cè)不只是“花拳繡腿”，能否將技術(shù)更好的應(yīng)用到實(shí)際產(chǎn)品中才是評(píng)測(cè)的最終目的。此次小i機(jī)器人用以參賽模型的相關(guān)技術(shù)已被成熟運(yùn)用于小i服務(wù)的數(shù)十個(gè)行業(yè)的有關(guān)產(chǎn)品和實(shí)際項(xiàng)目中，已實(shí)現(xiàn)可商業(yè)化可應(yīng)用化。例如，小i在開發(fā)的智能對(duì)話系統(tǒng)iBot平臺(tái)中，就融合了基于機(jī)器閱讀理解的DiscoveryBot能力，可用于解決系統(tǒng)未收錄的知識(shí)問題的提問。通過引入這一能力，可進(jìn)一步減少人力資源，不斷提升對(duì)話系統(tǒng)的回復(fù)準(zhǔn)確率，同時(shí)輔助完善相關(guān)的問答知識(shí)庫(kù)積累。

　　在比賽指標(biāo)上超越人類水平遠(yuǎn)遠(yuǎn)不是終點(diǎn)，人類探索的腳步從未停止。小i機(jī)器人一直堅(jiān)持“大腦”研發(fā)，專注于認(rèn)知智能相關(guān)技術(shù)的自主研發(fā)和產(chǎn)業(yè)化應(yīng)用，并用“智能+”賦能傳統(tǒng)行業(yè)AI升級(jí)，推動(dòng)人工智能產(chǎn)業(yè)化發(fā)展進(jìn)程。