「誰が何を誰に対して行ったか」は自然言語理解における主要な焦点であり、これは意味役割ラベリング（Semantic Role Labeling: SRL）タスクの目的と一致しています。これらの2つの関連するタスクは多くの処理特性や甚至タスク目的を共有しているにもかかわらず、それらを統合して考慮した研究がこれまで正式に報告されていないことは驚くべきことです。そこで本論文では、動詞述語とその対応する意味役割を特定することでSRLがテキスト理解と推論を強化する初めての試みを行います。深層学習モデルに関しては、当該埋め込みは明示的な文脈依存の意味役割ラベルによってより微細な意味論的表現が可能となります。我々は、目立つラベルが既存のモデルに容易に追加できることを示し、困難なテキスト理解タスクにおいて深層学習モデルの性能が大幅に向上することを確認しました。ベンチマーク機械読解理解データセットおよび推論データセットでの広範な実験により、提案された意味学習手法が最新の事前学習言語モデルで強化された強力な基線モデルを超えて新しい最先端の成果を達成することに寄与することが証明されました。