تظل تعليم الآلات على قراءة الوثائق بلغة طبيعية تحديًا صعب المنال. يمكن اختبار أنظمة القراءة الآلية على قدرتها على الإجابة على الأسئلة المطروحة حول محتويات الوثائق التي رأتها، ولكن حتى الآن كانت تفتقد إلى مجموعات بيانات كبيرة للتدريب والاختبار لهذا النوع من التقييم. في هذا العمل، نحدد منهجية جديدة تحل هذه العقبة وتوفّر بيانات فهم القراءة تحت إشراف بحجم كبير. هذا يمكّننا من تطوير فئة من الشبكات العصبية العميقة المستندة إلى الانتباه (attention based) والتي تتعلم قراءة الوثائق الحقيقية والإجابة على أسئلة معقّدة بأقل قدر من المعرفة السابقة ببنية اللغة.