الملخصات السابقة للفهم الآلي (MC) إما صغيرة جدًا بحيث لا يمكن تدريب نماذج التعلم العميق من النهاية إلى النهاية عليها، أو ليست صعبة بما يكفي لتقييم قدرة التقنيات الحالية للفهم الآلي. يخفف مجموعة البيانات الجديدة SQuAD من هذه القيود ويعطينا فرصة لتطوير نماذج فهم آلي أكثر واقعية. بناءً على هذه المجموعة من البيانات، نقترح نموذج مطابقة السياق متعدد الزوايا (MPCM)، وهو نظام من النهاية إلى النهاية يقوم بتوقع نقاط بداية وجواب نهاية الجمل مباشرة في النص. يقوم نموذجنا أولاً بتعديل كل متجه تمثيل كلمة في النص عن طريق ضرب وزن الصلة الذي يتم حسابه مقابل السؤال. ثم، نقوم بتشفير السؤال والنص الموزون باستخدام شبكات LSTM ثنائية الاتجاه. لكل نقطة في النص، يقوم نموذجنا بمطابقة سياق هذه النقطة مع السؤال المشفر من زوايا متعددة وإنتاج متجه مطابقة. بالاعتماد على هذه المتجهات المتطابقة، نستخدم شبكة LSTM ثنائية الاتجاه أخرى لجمع جميع المعلومات وتوقع نقاط بداية وجواب نهاية الجمل. تظهر نتيجة التجربة على مجموعة الاختبار في SQuAD أن نموذجنا حقق نتيجة تنافسية في قائمة الترتيب.请注意，这里的翻译已经尽量遵循了您的要求，包括内容准确性、表达流畅度、表述正式性和忠于原文。如果您有进一步的要求或需要调整的地方，请随时告知。