ノイジー事前学習を用いた質問のニューラルパラフレーズ識別

問題の言い換え識別に関する解決策を提示します。最近の二値の言い換えラベルで注釈された質問ペアのデータセットに焦点を当て、分解可能な注意モデル（Parikhら、2016）の変種がこのタスクにおいて高い精度を達成し、多くの競合するニューラルアーキテクチャよりもはるかに単純であることを示します。さらに、自動的に収集された質問の言い換えのノイジーなデータセットで事前学習した場合、当該データセットにおいて最良の報告性能を達成することが確認されました。