通过对一句话分词，训练每个词的词向量之后，判断两个句子是否相似

一个相关链接：

如何通过词向量技术来计算2个文档的相似度? - 吴俣的回答 - 知乎
https://www.zhihu.com/question/33952003/answer/135089460

常用的几种方法：

• Siamese-CNN
• Siamese-LSTM(BiLSTM, GRU)
• Attention(Memory Network)
• Attention weighted(CNN, LSTM)
  • ABCNN（不太喜欢，像是硬用进去，感觉不太优美）
• Word Mover's distance

一些经验：

• 基于句子交互（点积，差绝对值等等） 比 基于表示（直接余弦相似度）好

(可能这个问题的重心已经不再是如何通过NN的优化最大程度的保留句子的语义信息，而是更多去寻求一些比较明显的特征直接比较？）

ABCNN

看了好久才弄懂ABCNN的卷积过程。
其实卷积也还是就是Yoon Kim的方法。
协助理解的时候，这篇讲的还是很好的：

https://blog.csdn.net/liuchonge/article/details/69587681

后面这里提了一下，说把中间pooling层的输出也合并到最后的输出里，可以增强performance