用于多选阅读理解的双协同匹配网络

多选阅读理解是一项具有挑战性的任务，需要复杂的推理过程。给定一篇文档和一个问题，需要从一组候选答案中选择正确的答案。在本文中，我们提出了一种双协同匹配网络（Dual Co-Matching Network, DCMN），该模型双向建模了文档、问题和答案之间的关系。与现有的仅计算问题感知或选项感知的文档表示方法不同，我们的方法同时计算文档感知的问题表示和文档感知的答案表示。为了验证我们模型的有效性，我们在一个大规模的多选机器阅读理解数据集（即RACE）上对模型进行了评估。实验结果表明，我们提出的模型达到了新的最先进水平。