度小满金融NLP技术荣登微软MS MARCO 比赛榜首

度小满金融NLP技术荣登微软MS MARCO 比赛榜首

近日，度小满金融科技的AI-NLP团队在微软举办的MS MARCO 比赛中的文档排序Document Ranking（文档排序）任务中刷新记录，超越了三星、微软、谷歌、斯坦福、清华大学等一众参赛者，荣登榜首（截至2021年3月12日）。

MS MARCO挑战赛。它是自然语言处理NLP领域的权威比赛，基于微软构建的大规模英文阅读理数据集 MARCO，需要参赛者为用户输入的问题找寻到最贴切、最需要的答案，并对答案进行排序。

度小满金融NLP团队首次提出了DML文本排序算法

MARCO数据集采用的是来自搜索引擎 BING 的用户真实搜索行为和点击日志，最大程度地模拟和还原了用户使用搜索引擎的真实场景，因此数据标注并不完全，这会直接影响模型的性能表现；而且MARCO数据集规模非常大，需要机器对多篇文档进行综合理解才能判断出答案。不过，令人没有想到的是度小满金融NLP团队提交的模型，不仅以0.416的eval分数大幅领先其他团队，还在第一名的位置维持了一个多月的时间。

据悉，度小满金融NLP团队首次提出了DML文本排序算法，通过自主研发的自适应预训练语言模型对query（用户搜索的真实问题）和document文本进行深度理解，利用了数十万数据来训练模型，经过召回、重排等多个阶段，给出最终排序。

度小满金融NLP技术为小微企业发展带来曙光

在近几年的政府工作报告中，多次提及要“帮助小微企业降低综合融资成本”。而通过公开数据我们发现，度小满金融针对小微企业主的年化贷款利率仅有3.65%。而全国银行业新发放普惠性小微贷款的利率平均达到5.93%（2020年数据）。2020年，度小满金融累积为小微企业主提供了3000亿元的无抵押信用贷款，人均放款额同比增加35%。

度小满金融在MS MARCO比赛中所运用到的数据挖掘、阅读理解等NLP技术，就已经在度小满金融的小微风控模型中投入了实际应用，通过对企业公章、征信报告等非结构化信息进行深度挖掘和理解，为风控模型提供了更丰富的特征和数据维度，从而可以更高效精准地识别风险因素，提升小微企业的融资效率，帮助其抵御黑产侵害。

在度小满的努力中，自然语言的奥秘被拆解，化成千行百业的智能化升级契机，小微企业可以在复杂变幻的商业环境中更快速地获得支持、寻觅新机。这或许可以回答很多人的疑问：为什么企业要跟学术机构一起在顶级赛事上同台竞技？

答案就在于，每一次技术领域的点滴突破，都有可能改变一些行业的既有规则，化不可能为可能，助力更多小微企业飞向更光明的未来。