교차 모달 근거 연계
텍스트, 표, 차트 등 서로 다른 모달리티에 분산된 증거를 연결해 단일 정답을 도출하는 과제를 뜻한다. 기계는 시각 정보에서 추출한 값과 문서 텍스트의 서술을 매칭하고 합성해야 하므로 정확한 위치 인식과 정량적 정합이 요구된다. 이 논문에서는 교차 모달 질문이 장문 환경에서 특히 낮은 성능을 보인다는 점을 계량적으로 보여주었다.
