平安金融壹賬通又有重大突破！繼在人類情緒理解競賽多次登頂之後, 平安金融壹賬通GammaLab又在另一項國際頂級賽事上斬獲第一。近日，在由斯坦福大學發起的機器閱讀理解競賽（Stanford Question Answering Dataset，SQuAD）中，平安金融壹賬通以領先的技術脫穎而出，位列榜單第一位。

SQuAD被譽為自然語言處理領域金字塔尖的比賽，旨在促進智慧搜尋引擎的發展。該賽事吸引了來自谷歌、微軟亞研院、阿里達摩院、科大訊飛、IBM以及復旦大學等最頂尖的企業及學校的激烈角逐。平安金融壹賬通GammaLab以整合模型EM=83.435%、F1=85.992%和單模型EM=81.347%、F1:84.560%分別位列整合模型和單模型世界第一。

SQuAD機器閱讀理解競賽，是讓機器閱讀一篇文章，然後回答關於這篇文章的任何問題，旨在推動智慧搜尋的發展。2016年，斯坦福大學從維基百科上隨機選取了500多篇文章，並進一步細分成兩萬多個段落。隨後採用眾包的方式，由人類閱讀這些文章後，為每個段落提出五個問題，並對段落內的答案進行人工標註，搭建了該項競賽的資料集1.1。今年6月3日，斯坦福NLP團隊對外宣稱, 機器閱讀理解資料集1.1完成一波更新，已搭建完成SQuAD 2.0。相較於SQuAD 1.1中的10萬問答，SQuAD 2.0又新增了5萬個人類撰寫的問題，而且問題不一定有對應答案。參考下圖:

在SQuAD1.1資料集當中，閱讀理解的主要難點是上下文的語義理解。所提問題的答案並不能靠簡單的近鄰或相似度對答案進行匹配，而是需要通過NLP的語義分析，在考慮前後文資訊後從全文中尋找到最合適的答案位置。想要做好這一點，需要演算法能力達到人類閱讀理解的思考水平。在此基礎上，SQuAD2.0中新增的無答案的混淆問題進一步提升了該任務的難度。一個問題所對應的段落中有一定概率不存在正確結果，即要演算法判斷是否能夠回答，並在此基礎上準確回答問題。可以說SQuAD資料集2.0的任務在不斷逼近人類閱讀理解的思考方式，同時也大幅提高了競賽的難度。金融壹賬通Gamma Lab在本次競賽中所獲得的成績，已經非常接近人類水平，體現了世界最高水平的智慧搜尋能力。

早在今年年初,平安金融壹賬通就已經謀劃佈局基於機器閱讀理解技術的商業落地其，自主研發的AskBob智慧搜尋框架，使用了最先進的機器閱讀理解技術，覆蓋了醫療、銀行、保險、投資等各大金融垂直領域，為知識密集型行業提供更高效更智慧的搜尋解決方案，極大提高了從業人員的工作效率。不僅如此, GammaLab還推出了一款智慧音箱——Gamma智慧銷售助手,也搭載了最新的機器閱讀理解技術, 無需任何人工干預,上傳一篇保險文件,即可進行任何問題的語音互動問答。閱讀理解模組只需秒級即可完成文件的理解，問答準確率為91.35%，平均業務時間可縮短30%。