초록
우리는 텍스트의 기계 이해를 위한 새로운 모델인 EpiReader를 소개합니다. 비정형적인 실제 세계의 텍스트에 대한 기계 이해는 자연어 처리 분야에서 주요 연구 목표입니다. 현재의 기계 이해 테스트는 지원 텍스트에서 유추할 수 있는 질문들을 제시하고, 모델이 이러한 질문들에 대해 어떻게 반응하는지를 평가합니다. EpiReader는 두 가지 구성 요소로 이루어진 종단 간 신경망 모델입니다. 첫 번째 구성 요소는 질문과 지원 텍스트를 비교한 후 몇 가지 후보 답변을 제안하며, 두 번째 구성 요소는 제안된 후보 답변과 질문을 사용하여 가설을 작성한 다음, 해당 가설들이 지원 텍스트와 얼마나 일치하는지를 추정하여 다시 순위를 매깁니다. 우리는 실험을 통해 EpiReader가 CNN 및 어린이 도서 테스트 기계 이해 벤치마크에서 새로운 최고 성능을 달성하였으며, 이전의 신경망 모델들보다 상당히 우수한 성능을 보임을 입증하였습니다.