في الإجابة على الأسئلة التفاعلية، يعبّر المستخدمون عن احتياجاتهم المعلوماتية من خلال سلسلة من التعبيرات التي تفتقر إلى السياق الكامل. تعتمد الطرق التقليدية للإجابة على الأسئلة التفاعلية على مصدر واحد فقط (مثل قاعدة معرفة (KB)، أو مجموعة نصية، أو مجموعة جداول)، وبالتالي لا تستفيد من تغطية الإجابات الأكبر والتكاثر الناتج عن مصادر متعددة. يتجاوز منهجنا EXPLAIGNN هذه القيود من خلال دمج المعلومات من مزيج من المصادر مع تفسيرات قابلة للفهم من قبل المستخدمين للإجابات. حيث يقوم ببناء رسم بياني غير متجانس من الكيانات والقطع الدالة المستخرجة من قاعدة المعرفة، والمجموعة النصية، والجداول الويبية، وملفات المعلومات (infoboxes). ثم يتم تقليل هذا الرسم البياني الكبير تدريجيًا باستخدام الشبكات العصبية للرسم البياني التي تدمج انتباهًا على مستوى السؤال، حتى يتم استخلاص أفضل الإجابات وتفسيراتها. تُظهر التجارب تحسنًا في الأداء مقارنةً بالأساليب الرائدة حاليًا. كما تُظهر دراسة المستخدمين أن الإجابات المستخلصة تكون مفهومة بالنسبة للمستخدمين النهائيين.