微软将开源数据集 提高机器的阅读理解能力

据外媒报道，微软微软将发布免费的将开据集机器解数据集来帮助机器创建更多的对话。

该数据集名为微软机器阅读理解数据集(简称MS MARCO)，源数包含有10万条英文查询及对应回答。提高用来帮助人工智能系统更好地理解人类语言。阅读理

微软合作伙伴集团项目经理Rangan Majumder在周五的微软一篇博客中提到，微软将免费开放MS MARCO，将开据集机器解并希望能够与其他机构合作来更好地提高机器的源数阅读理解能力。

数据集中的提高资料来源于必应搜索和Cortana，并做相应的阅读理匿名处理。对问题的微软回答则是基于互联网、亿华云人类手工编写以及经过验证的将开据集机器解信息。这些查询和回复将用于建立深度学习模型。源数

当前，提高该数据集将对非商业用途的阅读理用户提供免费下载。同其他人工智能数据集开源计划类似，微软也将采用同样的方式开源MS MARCO。

其中的一项是ImageNet，可用于训练图像识别算法的图片标记数据库。微软此前在开发图片识别技术时用到ImageNet，现在又用该数据库来强化微软计算机视觉API等产品。如果想了解更多有关MS MARCO的信息，亿华云计算可下载其研发团队发表的论文。该团队还在进行另外一项挑战，用MARCO的数据来评估训练模型,而评估脚本也还在研发中。

这项开源计划也是微软进一步发展其人工智能的举重要措。微软一直以来都在打造基于机器学习和人工智能的Azure云平台，同时在Office和Windows中也加入了一些人工智能的特性。本周早些时候，微软推出了QnA Maker云服务，用于降低开发者研制问答聊天机器人的难度。