本稿では、性別を明示する曖昧な代名詞（Gendered Ambiguous Pronouns）を解消するための強力な成果を提示する。本研究で提案するモデルは、最先端の言語モデルおよび共参照解決モデルの長所を活用しており、新たな証拠に基づく深層学習アーキテクチャを導入している。共参照モデルからの証拠を組み込むことで、ベースアーキテクチャの性能が向上し、分析結果から、モデルがこれらのモデルの弱点、特に性別バイアスに左右されないことが示された。アーキテクチャのモジュール性とシンプルさにより、さらなる性能向上に容易に拡張可能であり、他の自然言語処理（NLP）問題への応用も可能である。GAPテストデータにおける評価では、F1スコア92.5%（性別バイアス0.97）という最先端の性能を達成し、人間の性能（96.6%）に近づいた。本稿で提示するエンドツーエンドの解決策は、Kaggleコンペティションで1位を獲得し、顕著な差で優勝を果たした。