自然言語推論（NLI）タスクでは、エージェントが自然言語の前提と仮説の間の論理的な関係を決定することが求められます。本研究では、相互作用空間から階層的に意味論的特徴を抽出することで、文ペアの高水平な理解を達成できる新しい神経망アーキテクチャであるインタラクティブ推論ネットワーク（IIN）を導入します。我々は、相互作用テンソル（注意重み）が自然言語推論を解くために必要な意味論的情報を含んでいることを示し、より密な相互作用テンソルにはより豊富な意味論的情報が含まれていることを確認しました。このアーキテクチャの一例として、Densely Interactive Inference Network (DIIN) が大規模NLIコーパスやそれに類似する大規模NLIデータセットで最先端の性能を示しています。特に注目に値するのは、DIINが最強の既存システムに対して困難なマルチジャンルNLI（MultiNLI）データセットにおいて20%以上の誤差削減を達成していることです。