机器阅读理解首次超越人类！云从刷新自然语言处理新纪录

近日，云从科技和上海交通大学在自然语言处理领域取得重大突破，在卡内基-梅隆大学发起的大型深层阅读理解任务数据集RACE数据集上登顶第一，并成为世界首个超过人类排名的模型。

云从科技与上海交通大学首创了一种阅读信息匹配机制——DCMN模型，使机器的正确率达到72.1%，较之前最好结果（67.9%）提高了4.2个百分点，并在高中测试题部分首次超越人类69.4%的成绩。

有种题型叫“阅读理解”

不管是中文、英语还是任意其他语言，阅读理解都算得上是最难的题型之一，需要信息收集、知识储备、逻辑推理、甚至还要融会贯通的主观作答。

微软创始人比尔·盖茨曾经表示，“语言理解是人工智能领域皇冠上的明珠”。

机器阅读理解，是指机器通过阅读和理解大量文字，有效整理和总结出人类所需要的信息。

按照人工智能技术发展路径，在机器视觉、语音识别等智能感知技术在性能上趋于饱和之后，下一个人工智能的突破就是自然语言处理等认知决策技术。技术上形成从智能感知到认知决策的闭环，在机器上体现为会理解、会思考、会分析决策，人机交互方式更加便捷，将对各行各业将产生颠覆式创新。

例如为证券投资提供各种分析数据，进行金融风险分析、欺诈识别；在社交软件、搜索引擎辅助文字审阅和信息查找；还可以帮助医生检索和分析医学资料、辅助诊断等等。

RACE数据集

RACE数据集（ReAding Comprehension dataset collected from English Examinations）是一个来源于中学考试题目的大规模阅读理解数据集，包含了大约28000个文章以及近100000个问题。

它的形式类似于英语考试中的阅读理解（选择题），给定一篇文章，通过阅读并理解文章（Passage），针对提出的问题（Question）从选项中选择正确的答案（Answers）。

RACE数据集的难点在于，该题型的正确答案并不一定直接体现在文章中，只能从语义层面深入理解文章，通过分析文中线索并基于上下文推理，选出正确答案。

相对以往的抽取类阅读理解，算法要求更高，被认为是“深度阅读理解”。

DCMN模型

针对这种“深度阅读理解”，云从科技与上海交通大学首创了一种P、Q、与A之间的匹配机制，称为Dual Co-Matching Network（简称DCMN），并基于这种机制探索性的研究了P、Q、与A的各种组合下的匹配策略。

01 DCMN匹配机制

以P与Q之间的匹配为例：

本图为P与Q之间的DCMN匹配框架

云从科技和上海交大使用目前NLP最新的研究成果BERT分别为P和Q中的每一个Token进行编码。基于BERT的编码，可以得到的编码是一个包含了P和Q中各自上下文信息的编码，而不是一个固定的静态编码，如上图中Hp与Hq；

其次，通过Attention的方式，实现P和Q的匹配。具体来讲，是构建P中的每一个Token在Q中的Attendances，即Question-Aware的Passage，如上图中Mp。这样得到的每一个P的Token编码，包含了与Question的匹配信息；

为了充分利用BERT带来的上下文信息，以及P与Q匹配后的信息，将P中每个Token的BERT编码Hp，与P中每个Token与Q匹配后的编码Mp进行融合， 对Hp和Mp进行了元素减法及乘法操作，通过一个激活函数，得到了P与Q的最终融合表示，图中表示为Spq；

最后通过maxpooling操作得到Cpq，l维向量，用于最后的loss计算。

02 各种匹配策略研究

除了P与Q之间的匹配之外，还可以有Q与A、P与A之间的匹配，以及不同匹配得到的匹配向量间的组合，这些不同的匹配与组合构成了不同的匹配策略。对七种不同的匹配策略分别进行了试验，以找到更加合适的匹配策略，分别是：

[P_Q; P_A; Q_A], [P_Q; P_A], [P_Q; Q_A], [P_A; Q_A], [PQ_A], [P_QA], [PA_Q]

“PA”表示先将P和A连接为一个序列，再参与匹配，“PQ”与“QA”同理。符号“[ ; ]”表示将多种匹配的结果组合在一起。

[P_Q; P_A; Q_A]模式下的模型架构

7种不同策略经试验后，得出采用PQ_A的匹配策略，即先将P与Q连接，然后与A匹配，无论是在初中题目(RACE-M)、高中题目(RACE-H)还是整体(RACE)，都得到了更优的结果。

虽然目前机器在一些阅读理解数据集上的水平已经超过了人类，但这并不能表明“机器打败了人类”，对于自然语言处理、对于人工智能，我们仍有一大步需要前进。