摘要

语义匹配在许多自然语言任务中具有核心重要性 \cite{bordes2014semantic,RetrievalQA}。一个成功的匹配算法需要充分建模语言对象的内部结构及其之间的相互作用。为了实现这一目标，我们提出了一种基于卷积神经网络的模型来匹配两个句子，该模型借鉴了视觉和语音领域的卷积策略。所提出的模型不仅通过逐层组合和池化操作很好地表示了句子的层次结构，还捕捉到了不同层次上的丰富匹配模式。我们的模型相当通用，不需要任何关于语言的先验知识，因此可以应用于不同性质和不同语言的匹配任务。在多种匹配任务上的实证研究证明了所提模型的有效性及其相对于竞争模型的优势。