التطور الحديث في مجموعات البيانات الكبيرة للإجابة على الأسئلة (QA) أدى إلى زيادة كبيرة في البحوث المتعلقة بالهياكل العصبية المتكاملة من النهاية إلى النهاية للإجابة على الأسئلة. تم تصميم أنظمة متزايدة التعقيد دون مقارنتها بأنظمة الأساس العصبية البسيطة التي تبرر هذا التعقيد. في هذه الدراسة، نقترح قاعدة بسيطة توجه تطوير أنظمة الأساس العصبية لمهمة الإجابة على الأسئلة الاستخراجية. وجدنا أن هناك مكونين أساسيين ضروريين لبناء نظام إجابة عصبي يحقق أداءً عاليًا: أولًا، الوعي بالكلمات السؤال أثناء معالجة السياق، وثانيًا، دالة تركيب تتجاوز نموذج الكلمات البسيط مثل الشبكات العصبية التكرارية (Recurrent Neural Networks). تظهر نتائجنا أن FastQA، وهي نظام يلبي هذين الشرطين، يمكنه تحقيق أداء تنافسي للغاية مقارنة بالنماذج الموجودة حاليًا. نعتقد أن هذا الاكتشاف المفاجئ يضع نتائج الأنظمة السابقة والتعقيد الذي شهدته مجموعات بيانات الإجابة على الأسئلة الحديثة في منظور جديد.