機械読解における答えのない質問の扱いは、自然言語処理にとって新たな挑戦的な課題となっています。この課題の重要なサブタスクは、質問が答えのないものであるかどうかを信頼性高く予測することです。本論文では、U-Netと呼ばれる統一モデルを提案します。このモデルには3つの重要なコンポーネントが含まれています：答えポインタ、答えなしポインタ、および答え検証器。私たちは普遍ノードを導入し、これにより質問とその文脈文書を単一の連続したトークン列として処理します。普遍ノードは質問と文書から得られる融合情報をエンコードし、質問が答え可能かどうかを予測する上で重要な役割を果たすだけでなく、U-Netの簡潔性も大幅に向上させます。最先端のパイプラインモデルとは異なり、U-Netはエンドツーエンドで学習することができます。SQuAD 2.0データセットでの実験結果は、U-Netが質問の答え不能性を効果的に予測できることを示しており、SQuAD 2.0においてF1スコア71.7を達成しています。