في هذه الورقة البحثية، نقترح طريقة جديدة لمهام اختيار الإجابة على مستوى الجملة، وهي مشكلة أساسية في معالجة اللغة الطبيعية. أولاً، نستكشف تأثير المعلومات الإضافية من خلال استخدام نموذج لغوي مُدرب مسبقًا لحساب تمثيل المتجه للنص المدخل ومن خلال تطبيق التعلم النقل من مجمع كبير الحجم. ثانياً، نعزز نموذج المقارنة والتجميع من خلال اقتراح طريقة تجميع خفية جديدة (latent clustering) لحساب المعلومات الإضافية داخل المجمع المستهدف وبالتبديل من دالة الهدف القائمة على القوائم إلى دالة الهدف القائمة على النقاط. لتقييم أداء النماذج المقترحة، تم إجراء تجارب باستخدام مجموعات بيانات WikiQA و TREC-QA. وقد أظهرت النتائج التجريبية تفوق نهجنا المقترح، حيث حقق أفضل الأداء الحالي (state-of-the-art) لكلا المجموعتين.