百度QT语义一致算法大赛落幕 推进实现"不搜即得"

　　大数据时代到来，如何从海量的搜索数据中找到匹配问题的最佳答案，如何让用户的问题得到快速精准的解决反馈？机器学习和自然语言处理的技术有望推动互联网搜索向"一搜即得"的目标迈进。

　　9月15日，百度开放研究社区为期两个多月的"百度Query-Title语义一致识别算法大赛"落下帷幕。本次比赛共有近500名来自各大高校的学生和从业人员申请参加，他们运用不同的算法实现问题与答案的语义一致识别，使用户的搜索更加精准。

　　"百度知道"是用户用来解决问题的一个主流平台。从以往的用户体验来看，问题可以达到针对性的解决。但一方面，从提出问题到最后确定最佳解决方案之间通常有很长的时间间隔，用户不能及时得到问题的答案；另一方面，用户在百度知道中搜索与自己问题相似的答案，需要通过不断的浏览筛选来获取结果。

　　利用机器学习、NLP技术能让用户问题的表述与知道问题的表述最大程度的匹配，从而高效利用百度知道的问答资源，使"百度知道"的海量优质问答数据直接满足用户的问答需求，实现问题精准快速回答。

　　毕业于华中农业大学的刘剑获得本次比赛的第一名，南京大学的陈庆国同学获得第二名。来自中科院的刘树林、蔡洽吾和武汉生物学院的黄埔同学获得第三名。同时由于算法突出，王朋朋、陈德、何世柱、庄涛获得了"优秀奖"。

　　百度社区技术部研发技术经理杨宇航指出："我们的最终目标是利用百度知道的问答数据实现自动问答，用户在百度知道中输入问题或者关键词，能够立即得到准确的答案，减少了用户的筛选成本，整个过程其实并不容易实现，我们需要算法上更多的创新和优化，而q-t语义一致识别大赛对于发掘优质算法和优秀人才很有帮助。"

　　百度开放研究社区http://openresearch.baidu.com一直致力于将社区打造成中国的kaggle和KDD。百度开放研究社区曾在2013年3月份举办"电影推荐系统算法大赛"，吸引了近千名同学参赛，并成为业界近年来最大规模的数据分析竞赛，同时也为解决网络视频影片资源迅速增长，用户"信息迷航"提供了实用且有效方法。百度还与中国计算机协会联合举办 "关键词行业分类竞赛"，并支持中国云联盟正在火热进行的"火眼金睛+慧眼识人算法大赛"，受到了互联网技术领域人士广泛的关注，百度开放研究社区也逐渐成为相关技术领域研究人员的线上聚合地。