فهم القراءة الاختياري متعدد الخيارات (MCRC) هو مهمة اختيار الإجابة الصحيحة من بين عدة خيارات معطاة بالاستناد إلى سؤال ومقال. تميل النماذج الحالية لـ MCRC إما إلى قراءة كل خيار بشكل مستقل أو حساب تمثيل ثابت الطول لكل خيار قبل مقارنتها. ومع ذلك، يقارن البشر عادة الخيارات على مستوى متعدد التفاصيل قبل قراءة المقال بتفصيل للقيام بالاستدلال بكفاءة أكبر. تقليدًا للبشر، نقترح شبكة مقارنة الخيارات (OCN) لـ MCRC التي تقارن الخيارات على مستوى الكلمات لتحديد ارتباطاتها بشكل أفضل ومساعدة الاستدلال. تحديدًا، يتم ترميز كل خيار في سلسلة متجهات باستخدام مرشح للاحتفاظ بمعلومات دقيقة قدر الإمكان. يتم استخدام آلية الانتباه لمقارنة هذه السلسلات متجهًا بمتجه لتحديد الارتباطات الدقيقة بين الخيارات، والتي قد تكون ذات قيمة محتملة للاستدلال. أظهرت نتائج التجارب على مجموعة بيانات اختبار اللغة الإنجليزية البشري RACE أن نموذجنا يتفوق بشكل كبير على الأساليب الموجودة. بالإضافة إلى ذلك، فهو أول نموذج يتجاوز أداء Amazon Mechanical Turkers على كامل مجموعة البيانات.