翁兆琦，张 琳

（上海海事大学 信息工程学院，上海 201306）

0 概述

文本语义匹配是自然语言处理中众多任务的基础，也是自然语言处理的一个重要研究方向。文本语义匹配的应用场景十分广泛，例如信息检索中查询语句和检索内容之间的语义匹配度、自动问答中查询问句与候选答案之间的语义匹配度等。随着深度学习的不断发展，关于文本语义匹配问题的研究已经逐渐从传统基于统计的方法转变为深度文本语义匹配模型。目前，文本语义匹配研究存在的挑战主要包括词语匹配的多元性、短语匹配的结构性和文本匹配的层次性3个方面［1］。

本文构建文本匹配模型MAII，分别从颗粒、局部、全局3 个角度进行语义信息交互，以获得更丰富的语义信息。其中，颗粒角度的交互用于匹配词语之间的语义，局部角度的交互用于匹配短语结构，全局角度的交互用于匹配文本层次性。此外，在CCKS 2018 问句匹配大赛的中文数据集上进行实验，以验证模型的有效性。

1 相关工作

自然语言是一种包含复杂结构和丰富含义的语言。因此，包含丰富语义知识的文本表示是文本语义匹配的基础。深度文本匹配模型的发展主要可归纳为以下3 个阶段：

1）单语义模型阶段，即先利用简单的神经网络编码文本，再计算文本之间的相似度。如DSSM 模型［2］先使用词哈希方法简化网络的输入向量维度，再利用深度神经网络将2 个文本表示成同一语义空间中的低纬度语义向量，最后计算它们之间的语义相似度。……