RE2 这是ACL 2019论文的原始Tensorflow实现。 Pytorch实施： : 。 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。 它简化或省略了许多缓慢的组件，这些组件以前被视为文本匹配中的核心构建块。 它通过一个简单的想法来实现其性能，该想法保持了三个可直接用于序列间对齐和融合的关键特征：先前的对齐特征（ R残留向量）