本文介绍了一种新的口语会话问答任务（SCQA），通过跨模态信息融合实现语音和语言模态的细粒度表示，取得了卓越的性能表现。

本文提出了一种新的口语会话问答任务（SCQA），通过跨模态信息融合和双向关注机制实现语音和语言模态的细粒度表示，实验证明了该方法在口语会话问答任务中具有卓越的性能表现。