ReasoNet: 머신 컴프리헨션에서 읽기를 중단하는 방법 학습

컴퓨터에게 문서와 관련된 일반적인 질문을 읽고 답하도록 가르치는 것은 도전적이면서도 아직 해결되지 않은 문제입니다. 본 논문에서는 기계 이해 작업을 위한 새로운 신경망 구조인 추론 네트워크(Reasoning Network, ReasoNet)를 설명합니다. ReasoNets는 여러 차례의 턴을 활용하여 쿼리, 문서 및 답변 간의 관계를 효과적으로 활용하고 추론합니다. 이전 접근 방식이 추론 시 고정된 수의 턴을 사용하는 것과 달리, ReasoNets는 이 추론 깊이에 대한 제약을 완화하기 위해 종료 상태를 도입하였습니다. 강화 학습을 사용함으로써, ReasoNets는 중간 결과를 처리한 후 이해 과정을 계속할지, 아니면 현재 정보가 답변 생성에 충분하다고 판단되면 읽기를 종료할지를 동적으로 결정할 수 있습니다. ReasoNets는 비구조화된 CNN 및 Daily Mail 데이터셋, 스탠퍼드 SQuAD 데이터셋, 그리고 구조화된 그래프 접근성(Graph Reachability) 데이터셋 등 기계 이해 데이터셋에서 뛰어난 성능을 보여주었습니다.