ニューラルモデルの学習にDistant Supervisionを利用することで、教師なしFAQ検索モデルのギャップ（伝統的な情報検索技術を利用しない）を克服。また、リランカー後段のBERTモデルでは訓練データの不足を克服するために、自動的に生成された質問の言い換えとスマートフィルタリングを組み合わせた新規のWeak Supervisionのアプローチを実装。

FAQIR, Stack-FAQの2つのデータセットで評価を実施。提案手法が既存の教師あり手法と同等の精度であり、時には既存の教師あり手法よりも優れていることを示した。