现有的深度匹配方法主要可以分为两类，即表示法和交互法。 专注于表示的方法通常着重于学习每个句子的表示，而专注于交互的方法通常旨在获得不同的interaction.signals的表示。 但是，句子级表示和交互信号对于复杂的语义匹配任务都很重要。 因此，在本文中，我们提出了一种新的深度学习架构，以结合两种深度匹配方法的优点。 首先，基于词的身份和词的嵌入构造两种词级匹配矩阵，以捕获精确和语义匹配信号。第二，构造句子级匹配矩阵，每个元素代表两个词之间的交互由双向长期短期记忆（Bi-LSTM）生成的相