文本相似度，文本匹配模型归纳总结

本文将会整合近几年来比较热门的一些文本匹配模型，并以QA_corpus为测试基准，分别进行测试，代码均采用tensorflow进行实现，每个模型均会有理论讲解与代码实现，现已添加到我的github欢迎star

项目代码与论文讲解都在持续更新中，如没有找到实现的代码，或相关论文讲解，请给我一首歌的时间

DSSM详解：https://blog.csdn.net/u012526436/article/details/90212287
ESIM详解：https://blog.csdn.net/u012526436/article/details/90380840
ABCNN详解：https://blog.csdn.net/u012526436/article/details/90179481
BiMPM详解：https://blog.csdn.net/u012526436/article/details/88663975
DIIN详解：https://blog.csdn.net/u012526436/article/details/90710925
DRCN详解：https://blog.csdn.net/u012526436/article/details/90757018
测试集结果对比：

模型    loss    acc    输入说明    论文地址
DSSM    0.7613157    0.6864    字向量    DSSM
ConvNet    0.6872447    0.6977    字向量    ConvNet
ESIM    0.55444807    0.736    字向量    ESIM
ABCNN    0.5771452    0.7503    字向量    ABCNN
BiMPM    0.4852    0.764    字向量+静态词向量    BiMPM
DIIN    0.48298636    0.7694    字向量+动态词向量    DIIN
DRCN    0.6549849    0.7811    字向量+静态词向量+动态词向量+是否有相同词    DRCN
代码地址：https://github.com/terrifyzhao/text_matching
代码或论文讲解如果有写错的地方，欢迎指正，感谢各位

https://blog.csdn.net/u012526436/article/details/90179466