RE2 这是ACL 2019论文“具有更丰富的对齐功能的简单有效的文本匹配”的pytorch实现。 原始的Tensorflow实现: : 。 快速链接 简单有效的文本匹配 RE2是用于通用文本匹配应用程序的快速而强大的神经体系结构。 在文本匹配任务中,模型将两个文本序列作为输入并预测它们之间的关系。 该方法旨在探讨在这些任务中什么足以增强性能。 它简化了许多缓慢的组件,这些组件以前被认为是文本匹配中的核心构建块,同时保留了三个关键特征可直接用于序列间对齐:原始的逐点特征,先前的对齐特征和上下文特征。 RE2在自然语言推理,释义识别和答案选择等任务中,几乎没有针对特定任务进行自适应,在四