Key points are not available for this paper at this time.
La compréhension machine (CM), qui consiste à répondre à une requête sur un paragraphe de contexte donné, nécessite de modéliser des interactions complexes entre le contexte et la requête. Récemment, les mécanismes d'attention ont été étendus avec succès à la CM. Typiquement, ces méthodes utilisent l'attention pour se concentrer sur une petite partie du contexte et la résumer avec un vecteur de taille fixe, couplent les attentions temporellement, et/ou forment souvent une attention unidirectionnelle. Dans cet article, nous introduisons le réseau Bi-Directional Attention Flow (BIDAF), un processus hiérarchique à plusieurs étapes qui représente le contexte à différents niveaux de granularité et utilise un mécanisme de flux d'attention bidirectionnel pour obtenir une représentation du contexte consciente de la requête sans résumé précoce. Nos évaluations expérimentales montrent que notre modèle atteint des résultats à la pointe de la technologie dans le Stanford Question Answering Dataset (SQuAD) et le test cloze CNN/DailyMail.
Seo et al. (Sat,) ont étudié cette question.