Simple and Effective Text Matching with Richer Alignment Features

论文提出了一种快速且高效的文本匹配模型，建议保留三个可用于序列间对齐的关键特征：原始点对齐特征、先前对齐特征和上下文特征。
模型结构（只给出一半）：

虚线框起来的作为一个模块（block）
嵌入层+编码层，池化层
嵌入层采用GLOVE的word embedding，编码层采用一维卷积神经网络，池化层采用max-over-time pooling 操作（最大池化）。
Augmented Residual Connections
一种增强版的残差连接，首先，对于n个模块的输入为$X^{(n)}=(x_1^n,x_2^n,\dots ,x_l^n)$，输出为$O^{(n)}=(o_1^n,o_2^n,\dots ,o_l^n)$,其中$l$表示输入序列的长度。
对于第一个模块的输入为嵌入向量，此外，令$O^{(0)}$为一个零向量矩阵。那么对于n≥2的第n个模块，其输入为$x_i^n=[x_i^1;o_i^{n-1}+o_i^{n-2}]$，其中;表示cat拼接。
在增强残差连接的情况下，Alignment Layer和fusion layer的输入分为三部分：原始点特征（嵌入向量）、先前模块的对齐特征（残差特征）和上下文特征。
Alignment Layer
对齐层：对两个序列作token上的对齐。
令$a=(a_1,a_2,\dots ,a_l)$，$b=(b_1,b_2,\dots ,b_l)$
那么$a_i$和$b_j$之间的相似度得分为 $e_{ij}$，即：

其中F为单一函数或单层前馈层。那么对齐层的输出为：
Fusion Layer
融合层利用三个角度来比较局部和对齐表示，然后将其融合在一起。其计算方式为：

其中所有的G为单层前馈层。b与a运算一致
Prediction Layer
在池化层利用最大池化得到句子a和b对应的两个向量：$v_1$和$v_2$。然后其预测方式为：

其中H表示多层前馈网络。

在诸如释义识别等对称任务中，其计算方式为：

此外，简化版的预测方式：

注：对于分类任务，利用softmax函数进行概率预测；对于回归任务，利用MSE损失函数进行优化。