다중 선택 읽기 이해를 위한 이중 공유 네트워크

다중 선택 읽기 이해는 복잡한 추론 과정을 필요로 하는 어려운 작업입니다. 주어진 본문과 질문에 대해 올바른 답변을 후보 답변 집합에서 선택해야 합니다. 본 논문에서는 본문, 질문 및 답변 간의 양방향 관계를 모델링하는 \textbf{D}ual \textbf{C}o-\textbf{M}atching \textbf{N}etwork (\textbf{DCMN}, 이하 '이중 공유 매칭 네트워크')를 제안합니다. 기존 접근 방식이 질문 인지 또는 옵션 인지 본문 표현만 계산하는 것과 달리, 우리는 동시에 본문 인지 질문 표현과 본문 인지 답변 표현을 계산합니다. 우리의 모델의 효과성을 입증하기 위해, 대규모 다중 선택 기계 읽기 이해 데이터셋(예: RACE)에서 모델을 평가하였습니다. 실험 결과는 제안된 모델이 새로운 최고 수준의 성능을 달성함을 보여줍니다.