ストーリークローズテストでは、システムに4文のストーリーの冒頭部分が提示され、2つの潜在的な結末のうちどちらが「正しい」結末であるかを判定する必要があります。過去の研究では、学習セットのスタイルと検証セットおよびテストセットのスタイルに差があるため、学習セットを無視して検証セットでモデルを学習させることでこのタスクにおいて高い精度が達成できることを示しています。本研究では、そのアプローチに従い、skip-thoughtエンベディングを使用したフィードフォワードネットワークによるより単純な完全ニューラルアプローチを提案します。この方法は特徴量設計を行わずに、このタスクにおいて最先端の性能に近い結果を達成します。また、我々は冒頭部分全体ではなく最後の1文だけを考える方が、当方針により高い精度が得られることも確認しました。