초록
다중 선택 기반 기계 독해(Multi-choice Machine Reading Comprehension, MRC)는 주어진 문장과 질문에 대해 주어진 선택지 중 올바른 답을 결정해야 하는 과제이다. 따라서 강력한 사전 훈련된 언어 모델(Pre-trained Language Model, PrLM)을 인코더로 활용하는 것 외에도, 다중 선택 MRC는 특히 문장, 질문, 선택지의 3종 세트 간의 관계를 효과적으로 포착할 수 있도록 설계된 매칭 네트워크에 크게 의존한다. 최근 더욱 강력한 PrLM들이 등장하면서, 매칭 네트워크 없이도 이미 뛰어난 성능을 보여주고 있으나, 본 연구에서는 인간이 다중 선택 MRC 문제를 해결할 때 사용하는 전치적 사고 과정을 영감으로 삼아, 문장과 질문의 입장에서 각각 상대방의 주목점을 따로 고려하는 새로운 이중 다중 헤드 공주의(Dual Multi-head Co-Attention, DUMA) 모델을 제안한다. 제안된 DUMA 모델은 효과적이며, 다양한 PrLM에 일반적으로 성능 향상을 가져올 수 있음을 입증하였다. 제안한 방법은 DREAM과 RACE라는 두 가지 벤치마크 다중 선택 MRC 작업에서 평가되었으며, 강력한 PrLM 기반에서도 DUMA가 모델 성능을 더욱 끌어올려 최신 기술 수준(새로운 state-of-the-art)에 도달할 수 있음을 보였다.