핵심으로: 독해를 위한 컨텍스트 줌인 네트워크

최근 몇 년간 독해 이해(Reading Comprehension, RC) 과제를 해결하기 위해 많은 심층 신경망이 제안되어 왔다. 그러나 이러한 모델의 대부분은 긴 문서에 대한 추론 처리에 어려움을 겪으며, 주어진 문서 내에서 정답이 구간(span)으로 존재하지 않는 경우에 쉽게 일반화되지 못하는 한계를 가지고 있다. 본 연구에서는 주어진 질문-문서 쌍을 기반으로 관련 영역을 추출하고, 자연스럽고 형식이 올바른 답변을 생성할 수 있는 새로운 신경망 기반 아키텍처를 제안한다. 제안된 아키텍처의 효과를 입증하기 위해 최근 제안된 도전적인 RC 데이터셋인 {NarrativeQA}에서 여러 실험을 수행하였다. 그 결과, 제안한 아키텍처는 기존 최고 성능 모델 대비 ROUGE-L 기준으로 12.62%의 상대적 성능 향상을 달성하였다.