機械に自然言語の文書を読ませる技術は依然として達成が難しい課題となっています。機械読み取りシステムは、それらが参照した文書の内容に関する質問への回答能力で評価することができますが、これまで大規模な訓練データセットやテストデータセットが欠けていました。本研究では、このボトルネックを解消し、大規模な監督付き読み取り理解データを提供する新しい手法を定義しました。これにより、言語構造に関する事前知識を最小限に抑えながら、実際の文書を読み取り複雑な質問に答えることができる注意に基づく深層ニューラルネットワークのクラスを開発することが可能となりました。