摘要

最近，几种大型的完形填空式上下文-问题-答案数据集被引入，包括CNN和Daily Mail新闻数据以及儿童书籍测试（Children's Book Test）。由于这些数据集的规模庞大，相关的文本理解任务非常适合当前表现出色的深度学习技术，这些技术似乎优于所有其他替代方法。我们提出了一种新的、简单的模型，该模型利用注意力机制直接从上下文中挑选答案，而不是像类似模型通常所做的那样，通过计算文档中单词的混合表示来生成答案。这使得该模型特别适用于答案为文档中单个单词的问题回答任务。我们的模型组合在所有评估的数据集上均达到了新的最先进水平。