来源：新智元
编辑：刘小芹 弗朗西斯
2018年1月3日，微软亚洲研究院的r-net率先第一个在SQuAD machine reading comprehension challenge 上达到82.650，这意味着在ExactMatch (精准匹配)指标上首次超越人类在2016年创下的82.304。之后两天，阿里巴巴iDST也取得佳绩，刷新F1分数至88.607, 中国AI崛起，中国的自然语言理解研究已经走在世界前列。
2018年1月3日，微软亚洲研究院的r-net率先在SQuAD machine reading comprehension challenge 上达到82.650，这意味着在ExactMatch (精准匹配)指标上首次超越人类在2016年创下的82.304。
值得注意的是，其中阿里巴巴数据科学与技术研究院IDST在1月5日刷新了F1分数至88.607。腾讯NLP团队在一个月前的数据也紧随其后，可喜可贺。
在前10名单中，我们看到了中国团队的“霸榜”：
并列第1：阿里巴巴 iDST NLP、微软亚洲研究院
并列第2：微软亚洲研究院、腾讯DPDAC NLP
并列第4：阿里巴巴 iDST NLP、微软亚洲研究院
第5：科大讯飞与哈工大联合实验室
第9：阿里巴巴 iDST NLP
第10：浙江大学
包括阿里巴巴、艾伦研究院、IBM、Salesforce、Facebook、谷歌以及CMU（卡内基·梅隆大学）、斯坦福大学等在内的全球自然语言处理领域的研究人员，共同推动着自然语言理解的进步。
微软亚洲研究院副院长周明在朋友圈评论：祝贺中国的自然语言理解研究已经走在世界前列！高兴的同时也更加意识到自然语言理解长路漫漫，更需继续努力。
做机器阅读理解研究的学者，想必对由斯坦福大学自然语言计算组发起的SQuAD（Stanford Question Answering Dataset）文本理解挑战赛并不陌生。
它也被誉为“机器阅读理解界的ImageNet”。诸多来自全球学术界和产业界的研究团队都积极地参与其中。
SQUAD是斯坦福大学2016年推出的一个阅读理解数据集，由众多维基百科文章众包工作者提出的问题组成，其中每个问题的答案都是相应阅读段落的一段文字，需要算法找到答案。
在配套的500多篇文章中，有超过10万个问题，SQuAD显着大于以前的阅读理解数据集。
那么，SQuAD机器阅读理解挑战赛是怎样进行的呢？SQuAD通过众包的方式构建了一个大规模的机器阅读理解数据集（包含10万个问题）。
即将一篇几百（平均100，最多800）词左右的短文给标注者阅读，随后让标注人员提出最多5个基于文章内容的问题并提供正确答案。
SQuAD向参赛者提供训练集用于模型训练，以及一个规模较小的数据集作为开发集，用于模型的测试和调优。
与此同时，他们提供了一个开放平台供参赛者提交自己的算法，并利用测试集对其进行评分，评分结果将实时地在SQuAD官网上进行更新。
为了研究机器阅读理解问题，微软亚洲研究院NLP团队试图去建模人做阅读理解的过程。
他们提出一个名为R-NET的端到端神经网络模型，该模型的目的是回答针对给定文本段落的问题。
在R-NET的技术报告中，他们首先将问题和文本与门控注意力循环网络（gated attention-based recurrent networks）相匹配，以获得question-aware的文本表示。
然后，他们提出一个self-matching的注意力机制，通过将文本自身进行匹配来优化表示，从而有效地对整个段落中的信息进行编码。
最后，研究人员使用提示网络（ pointer network）来定位文本中答案的位置。这个模型在SQuAD和MS-MARCO数据集上进行了广泛的实验，在两个数据集上都取得了很好的结果。
人在做阅读理解的过程中，一个常见的顺序是这样的：首先阅读整篇文章，对文章有一个初步理解之后再去审题，从而对问题也有了一定认知。
第二步，可能就需要将问题和文中的部分段落和内容做一些关联。例如题干中出现的某些关键已知信息（或证据）的，找出一些候选答案，举例来说：如果问题问的信息是时间，那么文中出现的与时间相关的信息就可能是候选答案。
第三步，当我们将候选答案与问题进行对应之后，我们还需要综合全文去看待这些问题，进行证据的融合来辅证答案的正确性。
最后一步，就是针对自己挑出的答案候选进行精筛，最终写下最正确的答案。
R-NET 模型也分为类似这样的四层。
最下面的一层做表示学习，就是给问题和文本中的每一个词做一个表示，即深度学习里的向量。这里研究组使用的是多层的双向循环神经网络。
第二步，就是将问题中的向量和文本中的向量做一个比对，这样就能找出那些问题和哪些文字部分比较接近。
接下来，将这些结果放在全局中进行比对。这些都是通过注意力机制达到的。
最后一步，针对挑出的答案候选区中的每一个词汇进行预测，哪一个词是答案的开始，到哪个词是答案的结束。
这样，系统会挑出可能性最高的一段文本，最后将答案输出出来。整个过程就是一个基于以上四个层面的神经网络的端到端系统。
图：微软亚洲研究院提出的 R-NET 算法的网络结构图。
其中最为独特的部分是第三层文章的自匹配网络（Self-Matching Networks），更多细节参考技术报告。
R-NET：一个用于阅读理解和问题回答的端到端神经网络模型，由以下四部分组成：
1）循环神经网络编码器，用于为问题和文本建立表示
2）门控匹配层（gated matching layer），用于匹配问题和文本
3）自匹配层（self-matching layer），用于整合整个段落的信息
4）基于答案边界预测层的提示网络（pointer-network）
这项工作在SQuAD数据集取得了优异的结果。最新的r-net 集成模型（ensemble）取得了EM（完全匹配）82.650分和F1 88.493分，排名第一的成绩，r-net（集成模型）、r-net （单模型）和r-net（单模型）也分别取得第2、第4和第14名的成绩。
参考文献：
[1]R-NET: Machine Reading Comprehension with Self-matching Networks, Natural Language Computing Group, Microsoft Research Asia
联系客服
