단순하면서도 효과적인 텍스트 매칭: 더 풍부한 정렬 기능을 활용하여

본 논문에서는 일반적인 텍스트 매칭 응용 프로그램을 위한 빠르고 강력한 신경망 접근 방식을 제시합니다. 우리는 빠르고 성능이 우수한 텍스트 매칭 모델을 구축하기 위해 필요한 최소한의 요소를 탐구하고, 시퀀스 간 정렬에 있어 세 가지 핵심 특성을 유지하는 방법을 제안합니다: 원시 포인트-와이즈 특성, 이전 정렬된 특성, 그리고 문맥 특성을 유지하면서 나머지 모든 구성 요소를 단순화합니다. 우리는 자연어 추론, 동의어 식별, 답변 선택 등의 작업에 걸친 네 개의 잘 연구된 벤치마크 데이터셋에서 실험을 수행했습니다. 우리의 모델은 모든 데이터셋에서 최신 기술과 비슷한 성능을 보여주며, 매개변수가 훨씬 적고 유사한 성능을 내는 다른 모델보다 추론 속도가 최소 6배 이상 빠릅니다.