要約
複数選択読解（MCRC）は、与えられた質問と記事から正解を選択するタスクである。既存のMCRCモデルは、通常、各選択肢を独立に読み取るか、または比較する前に各選択肢に対して固定長の表現を計算する。しかし、人間は通常、詳細に記事を読む前に、選択肢を多段階で比較することで推論効率を高める。人間の行動を模倣し、私たちは単語レベルで選択肢を比較してその相関関係をより正確に特定し、推論を支援するためのオプション比較ネットワーク（OCN）を提案する。特に、各選択肢はスキマーを使用して細かい情報をできるだけ多く保つようにベクトルシーケンスにエンコードされる。注意メカニズムが活用され、これらのシーケンスがベクトルごとに比較され、選択肢間のより微妙な相関関係が特定される。これは推論にとって潜在的に価値があると考えられる。RACEという人間の英語試験用MCRCデータセットでの実験結果は、私たちのモデルが既存の手法よりも著しく優れていることを示している。さらに、このモデルは全データセットにおいてAmazon Mechanical Turkersの性能を超える初めてのモデルでもある。