초록
본 논문은 위키백과를 유일한 지식 출처로 사용하여 개방형 질문 응답 문제를 해결하는 방법을 제안합니다: 어떤 사실 기반 질문에 대한 답변도 위키백과 문서의 텍스트 구간으로 이루어져 있습니다. 이 대규모 기계 읽기 작업은 문서 검색(관련 문서 찾기)의 어려움과 텍스트 기계 이해(그 문서들에서 답변 구간 식별)의 어려움을 결합합니다. 우리의 접근 방식은 빅램 해싱 및 TF-IDF 매칭을 기반으로 하는 검색 구성 요소와 위키백과 문단에서 답변을 감지하도록 훈련된 다층 순환 신경망 모델을 결합합니다. 여러 기존 QA 데이터셋에 대한 실험 결과는 (1) 두 모듈 모두 기존 대응물과 비교해 매우 경쟁력이 있으며 (2) 멀티태스크 학습을 통해 원격 감독을 사용한 두 모듈의 조합이 이 도전적인 작업에서 효과적인 완성 시스템임을 나타냅니다.