阅读理解多选择题模型消除选项的模型 A Model for Eliminating Options for Reading Comprehension

虽然已经此文章的相关翻译，但是感觉介绍的并不清楚，并且本文章把论文的Theano 更改成了tensorflow版本，并且尝试增加bert模型的修改。

含有多个选项的阅读理解，需要人在给定{passage，question}对的前提下，选择n个选项中的最优的一个选择项作为答案。当前的state of the art方法是利用question对passage 进行attention操作得到一个综合表示，然后与选择与选项相似度最高的作为答案。但是人类去做这样的题目不仅集中于选项，主要也采用了排除和选择两种操作。特别，人们首先会消除不相关的选项，然后基于排除的信息再次阅读passage（不再重视消除选项相关的文章内容），这个过程会重复多次只到找到answer，我们构建了ElimiNet模型，尽量去模仿这样的操作。本模型会给定一个gate来决定option是否会被去除，试图训练的passage的represention与被消除的option正交（向量内乘积为0），类似于忽略被删除option对应passage的信息。