端到端问答新突破：百度提出RocketQA，登顶MSMARCO榜首！

开放域问答（Open-domain QA）一直是自然语言处理领域的重要研究课题。百度从面向端到端问答的检索模型出发，提出了RocketQA训练方法，大幅提升了对偶式检索模型的效果，为实现端到端问答迈出了重要的一步。RocketQA已逐步应用在百度搜索、广告等核心业务中，并将在更多场景中发挥作用。近日，百度提出了面向端到端问答的检索模型训练方法RocketQA，该方法针对模型训练中存在的问题，通过跨批次负采样（cross-batch negatives）、去噪的强负例采样（denoised hard negative sampling）与数据增强（data augmentation）等技术，大幅提升了对偶式检索模型的效果。RocketQA不仅在多个问答相关数据集中取得了SOTA，同时也刷新了微软MSMARCO数据集段落排序任务的榜单，超越谷歌、微软、Facebook ………………………………