12 月 19 日消息，据外媒报道，微软将发布免费的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)，包含有 10 万条英文查询及对应回答。用来帮助人工智能系统更好地理解人类语言。

微软合作伙伴集团项目经理 Rangan Majumder 在周五的一篇博客中提到，微软将免费开放 MS MARCO，并希望能够与其他机构合作来更好地提高机器的阅读理解能力。

数据集中的资料来源于必应搜索和 Cortana，并做相应的匿名处理。对问题的回答则是基于互联网、人类手工编写以及经过验证的信息。这些查询和回复将用于建立深度学习模型。

当前，该数据集将对非商业用途的用户提供免费下载。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，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。

济宁IT新闻