文本匹配模型

本项目包含目前大部分文本匹配模型，持续更新中，其中论文解读请点击文本相似度，文本匹配模型归纳总结

数据集为QA_corpus，训练数据10w条，验证集和测试集均为1w条

其中对应模型文件夹下的args.py文件是超参数

训练： python train.py

测试： python test.py

词向量： 不同的模型输入不一样，有的模型的输入只有简单的字向量，有的模型换成了字向量+词向量，甚至还有静态词向量(训练过程中不进行更新)和 动态词向量(训练过程中更新词向量)，所有不同形式的输入均以封装好，调用方法如下

静态词向量，请执行 python word2vec_gensim.py，该版本是采用gensim来训练词向量

动态词向量，请执行 python word2vec.py，该版本是采用tensorflow来训练词向量，训练完成后会保存embedding矩阵、词典和词向量在二维矩阵的相对位置的图片， 如果非win10环境，由于字体的原因图片可能保存失败

测试集结果对比：

以上测试结果可能不是模型的最优解，超参的选择也不一定是最优的，如果你想用到自己的实际工程中，请自行调整超参