本稿では、大規模知識ベース質問応答（KBQA）を対象としたニューラル意味解析フレームワーク「Retriever-Transducer-Checker（ReTraCk）」を提案する。ReTraCkは高い柔軟性を維持するため、モジュール型の構成として設計されている。本フレームワークは、関連する知識ベース（KB）項目を効率的に取得する「リトリーバー」、構文的正しさを保証した論理形式を生成する「トランスデューサー」、およびトランスデュースプロセスを改善する「チェッカー」から構成される。ReTraCkはGrailQAのリーダーボードにおいて全体でトップ1の性能を達成し、WebQuestionsSPベンチマークにおいても非常に競争力のある性能を示した。本システムはユーザーとの即時対話が可能であり、提案するフレームワークの効率性を実証している。