الفهم الآلي (MC)، وهو الإجابة على استفسار حول فقرة سياقية معينة، يتطلب نمذجة التفاعلات المعقدة بين السياق والاستفسار. حديثًا، تم توسيع آليات الانتباه بنجاح إلى مجال الفهم الآلي. عادةً ما تستخدم هذه الأساليب الانتباه لتركيز الاهتمام على جزء صغير من السياق وتلخيصه بمتجه ثابت الحجم، أو ربط الانتباها زمنيًا، و/أو غالبًا ما تشكل انتباهًا أحادي الاتجاه. في هذا البحث، نقدم شبكة تدفق الانتباه الثنائي الاتجاه (BIDAF)، وهي عملية متعددة المراحل ذات طبقات هرمية تمثل السياق بمستويات مختلفة من الدقة وتستخدم آلية تدفق الانتباه الثنائي الاتجاه للحصول على تمثيل للسياق يدرك الاستفسار دون إجراء تلخيص مبكر. تظهر تقييماتنا التجريبية أن نموذجنا حقق أفضل النتائج في مجموعة بيانات الإجابة على الأسئلة من جامعة ستانفورد (SQuAD) واختبار الملء في CNN/DailyMail.