超過Google，微信AI在NLP領域又獲一項世界第一
乾明 發自 G151
量子位 報道 | 公眾號 QbitAI
微信AI，NLP領域又獲一項世界第一，這次是在機器閱讀理解方面。
在專門考驗計算機數學推理能力的DROP數據集上，微信AI最新方案超過了Google Research，排名第一，成為SOTA。
今年3月，在第七屆對話系統技術挑戰賽（DSTC7）上，首次亮相的微信智言團隊一路過關斬將，最終拿下冠軍。
不過這一次，微信AI團隊說，這不僅是他們在機器閱讀理解方面的進展，也是他們在數學推理方面的第一篇工作。
這一方案，并沒有以當前業界主流的BERT為核心，而是以數字感知的圖神經網絡（NumGNN）方案為基礎。
微信AI團隊介紹，在NumGNNd為核心的情況下，結合NAQANet的基礎模塊以及改進的前處理方法，在不使用BERT、RoBERTa等預訓練模型的條件下，就能獲得了高達67.97%的F1值。
在實際提交到榜單上的NumNet+上，他們又進一步融入RoBERTa的能力，并增加了對多span型問題的支持，從而使單模型 F1值能夠高達82.99%。
從而，他們也得出了一個結論：
即使不使用BERT等預訓練模型，模型的效果就已經比使用BERT的好了。
微信AI團隊說，這一方案可以幫助人工智能提升閱讀理解能力和邏輯推理能力，將來也會將其中的技術應用到騰訊小微智能對話助手中。
不過區別于谷歌和百度等智能語音助手的To C產品形式，目前騰訊小微智能對話助手，主要還是以云服務形式對外輸出。
微信成績意味著什么？AI考數學
先從數據集DROP說起。
DROP數據集，由AI2（Allen Institute for Artificial Intelligence）實驗室提出，主要考察的是模型做類似數學運算相關的操作能力。
（小巧合，微信之父張小龍英文名也叫Allen，但allen.ai的域名屬于AI2）
與SQuAD數據集中大多都是“劉德華老婆是誰？”的問題不同，其中的問題會涉及到數學運算的情況。
比如說，給我們5個人每個人買2個蛋撻，一共要買幾個蛋撻？
這個問題對于人來說很簡單，但對于機器來說卻很困難。
微信AI團隊解釋了這背后的原因：機器不僅要能夠比較數字相對的大小，還要能夠知道和哪些數字做比較并進行推理，這就需要把數字相對的大小等等知識注入模型。
但在之前大多數機器閱讀理解模型中，基本上都將數字與非數字單詞同等對待，無法獲知數字的大小關系，也不能完成諸如計數、加減法等數學運算。
正是基于這一原因，微信AI團隊提出了一種數字感知的圖神經網絡（numerically-aware graph neural network，NumGNN），并基于此提出了NumNet。
一方面利用圖的拓撲結構編碼數字間的大小關系，將文章和問題中的數字作為圖結點，在具有“>”和“<=”關系的數字間建立有向邊，從而將數字的大小關系作為先驗知識注入模型。
具體來講，給定一個問題和一段文本，先把問題里面的數字和文本里面的數字都抽出來。
每個數字就是圖上一個節點，同時對于任意兩個數字，假如A數字和B數字，如果A大于B的話，那么A和B中間加一條有向邊，表示數字A和B之間是A大于B的關系。
如果A小于等于B，則會加另外一種有向邊，把它們兩個連接起來。通過這種操作，用圖的拓譜結構把數字相對大小知識注入模型。
另一方面，是結合文本信息去做更復雜的數學推理，具體的實現方式是使用圖卷積神經網絡在前述圖結構上執行推理，從而支持更復雜的數學推理功能。
超過Google方案，斬獲全球第一
在DROP數據集的LEADERBOARD上，微信AI團隊的方案為NumNet+。
微信AI團隊介紹稱，這一方案的基礎與NumNet一樣，都是NumGNN。
在新的方案中，用預訓練模型替換了NumNet中的未經過預訓練的Transformer作為encoder，進一步融入了RoBERTa的能力以及對多span型問題的支持。
從而實現了單模型 F1值 82.99%的效果，一舉超過Google Research的BERT-Calculator Ensemble方案，成為榜單第一。
盡管取得的效果還不錯，但在微信AI團隊來看，但還有很多缺陷。
比如說，目前能夠支持的數學表達式種類還是受到一定限制。尤其是DROP數據集的局限，其對文本理解的要求更高，但需要的數學推理難度比解數學應用題那類問題來得相對簡單一點。
微信AI團隊說，如何把兩者更好的結合起來，使得整個模型的能力進一步的提升，是他們下一步考慮的問題。
而且，他們也說，并不會把注意力集中在用GNN來解決數字推理的問題上，后面也會重點去考慮其他的方式。
更具體來說，是能夠將arithmetic word problems (AWPs)相關工作中處理復雜數學表達式相關的方法能夠進行吸收融合，進一步提升模型的推理能力。
更多詳情，可以前往DROP數據集LEADERBOARD：
https://leaderboard.allenai.org/drop/submissions/public
而微信AI這次的研究成果，已經被EMNLP2019收錄，論文也已公開發表：
NumNet: Machine Reading Comprehension with Numerical Reasoning
https://arxiv.org/abs/1910.06701
項目地址：
https://github.com/llamazing/numnet_plus
- 滴滴副總裁葉杰平離職，他是出行巨頭的AI掌門人，戰勝Uber中國的關鍵科學家2020-09-07
- 董明珠的格力空調賣不動了：上半年營收同比腰斬，24年來首次被美的反超2020-09-01
- 手機配件市場上的“隱形巨頭”：80后長沙夫妻創辦，IPO首日市值逼近600億2020-08-31
- 寒武紀半年報：每天虧百萬，銷售力度提升營收反降11%，上市高峰市值跌去40%2020-08-30
相關閱讀
名校CS碩士申機器學習PhD三波“全拒得”，這么多人同病相憐？
網友ubiquitous7733在Reddit論壇吐槽，自己想申請NLP和機器系學習方向的博士生，嘗試過紐約大學、哥倫比亞大學, 斯坦福、MIT, CMU等8所學校，申請了三波至今未果，現在開始不斷懷疑自己。
