品途商业评论讯 近日，科大讯飞与哈工大联合实验室（HFL）（以下简称HFL）在由斯坦福大学发起的机器阅读理解领域权威评测SQuAD（Stanford Question Answering Dataset）中登顶。
此次，HFL提交的系统不仅在EM指标（精准匹配率）超过人类平均水平，并成为首个F1指标（模糊匹配率）上超过89%的系统。
此前在7月，科大讯飞凭借交互式层叠注意力模型（Interactive AoA Reader）获得该赛事的榜首。此次HFL提交的融合式层叠注意力系统（Hybrid Attention-over-Attention Reader）融合了近期学术界提出的诸多前沿技术，如基于上下文的文本表示、自适应转随机梯度下降的优化方法等，同时又研发出一些全新技术，在其他自然语音处理任务上也获得了显著性能提升。
实际上，机器阅读理解技术目前已经成为多家知名企业、高校等研究机构关注的对象，技术上的突破将带来自然语言理解的长足进步。科大讯飞特意提到，在落地应用中一个重要的场景就是与智能车载系统的对话交互的结合，逐步实现汽车领域的精准问答。通过让机器阅读汽车说明书及相关的介绍材料，使机器深度理解并掌握对该车型的相关知识；在用户提出相关问题时，不仅能够快速反馈给用户相关章节，并且还能够利用阅读理解技术进一步挖掘并反馈更精准的答案，从而减少用户的阅读量，提高信息获取的速度。
科大讯飞高级副总裁、AI研究院院长、认知智能国家重点实验室主任胡国平表示，科大讯飞非常高兴看到更多研究人员加入到机器阅读理解技术的研究中来。前不久微软亚洲研究院、阿里巴巴分别在EM指标上超过人类平均水平，并且有许多中国团队在榜单中名列前茅，我们对中国研究机构在这个领域所取得的好成绩表示祝贺。但同时，我们必须清楚地认识到，虽然目前的系统在SQuAD挑战赛中超过了人类平均水平，但这并不能代表机器在机器阅读理解任务上“完全”打败了人类。
他表示，真正的阅读理解过程远比我们想象的要复杂，以目前的技术水平还很难做到深层的推理和归纳。鉴于此，目前科大讯飞还在积极探索其他类型的阅读理解，例如基于知识、常识的阅读理解以及基于综合线索的阅读理解，并取得了一定的成绩。相信在不久的将来，科大讯飞将在机器阅读领域为大家展示更多的可能。
如果觉得《科大讯飞机器阅读理解技术登顶SQuAD挑战赛 车载系统或为率先落地应用》对你有帮助，请点赞、收藏，并留下你的观点哦！
