초록
다중 선택 독해 이해(MCRC)는 주어진 질문과 문서에 대해 여러 옵션 중에서 올바른 답을 선택하는 작업입니다. 기존의 MCRC 모델들은 일반적으로 각 옵션을 독립적으로 읽거나, 비교하기 전에 각 옵션에 대한 고정 길이 표현을 계산합니다. 그러나 인간은 보통 문서를 자세히 읽기 전에 여러 단계에서 옵션들을 비교하여 추론 과정을 더 효율적으로 만듭니다. 인간의 이러한 방식을 모방하여, 우리는 단어 수준에서 옵션들을 비교하여 그 상관관계를 더 잘 식별할 수 있도록 MCRC를 위한 옵션 비교 네트워크(OCN)를 제안합니다. 특히, 각 옵션은 가능한 한 세부 정보를 유지하기 위해 스키머를 사용하여 벡터 시퀀스로 인코딩됩니다. 주의 메커니즘이 활용되어 이러한 시퀀스가 벡터별로 비교되며, 이는 옵션들 간의 더 미묘한 상관관계를 식별하는 데 도움이 되어 추론에 잠재적으로 가치 있는 정보를 제공합니다. RACE라는 인간 영어 시험 MCRC 데이터셋에서 수행된 실험 결과는 우리의 모델이 기존 방법들을 크게 능가함을 보여줍니다. 또한, 이 모델은 전체 데이터셋에서 아마존 메카니컬 터크(Amazon Mechanical Turk) 성능을 처음으로 초월한 모델입니다.