近年、質問応答において神経ネットワークの応用が盛んになっています。本論文では、双方向注意フロー層と多層LSTMエンコーダーを接続し、開始インデックスデコーダーと条件付き終了インデックスデコーダーを組み合わせたモデルを実装しました。新しい終了インデックスデコーダー層を導入し、開始インデックスの出力に条件付けを行いました。実験では、このアプローチによりモデルの性能が15.16%向上しました。また、予測のために新しいスパン方程式を提案し、短い回答の長さと開始インデックスおよび終了インデックスの高確率の両方を報酬とすることで、予測精度をさらに改善しました。最良の単一モデルは、テストセットに対してF1スコア73.97%、EMスコア64.95%を達成しました。