فهم القراءة الآلي (MRC) على بيانات الويب الحقيقية عادة ما يتطلب من الآلة الإجابة على سؤال عبر تحليل عدة فقرات تم استرجاعها بواسطة محرك بحث. مقارنةً بـ MRC على فقرة واحدة، فإن فهم القراءة الآلي لعدة فقرات أكثر تحديًا، حيث من المحتمل أن نحصل على عدة خيارات إجابة مربكة من فقرات مختلفة. لمعالجة هذه المشكلة، نقترح نموذجًا عصبيًا نهائيًا يمكّن تلك الخيارات الإجابة من التحقق من بعضها البعض بناءً على تمثيلات محتواها. وبشكل محدد، نقوم بتدريب ثلاثة وحدات بشكل مشترك يمكنها التنبؤ بالإجابة النهائية بناءً على ثلاثة عوامل: حدود الإجابة، ومحتوى الإجابة، والتحقق المتبادل بين الفقرات. تظهر النتائج التجريبية أن طريقتنا تتفوق بشكل كبير على الطريقة الأساسية وتحقق أداءً رائدًا في مجموعة بيانات MS-MARCO باللغة الإنجليزية وفي مجموعة بيانات DuReader باللغة الصينية، وكلاهما مصمم لفهم القراءة الآلي في بيئات حقيقية.