任务背景：社区问答中，识别用户相似的问题。主要应用在两个产品中。1是，当用户提问时，需要一段时间后，才会有反馈。此时，可以给用户推荐相似问题的已有答案。2是，需要减少相似的问题，降低索引库中内容的冗余。
背景特点：用户的问题，表达上相对比较丰富。导致，如果仅通过问题的文本（短）来计算相似度进行判断。可能出现，1是，两个短文本，可能相同的关键词很多，但不是同一个语义。2是，两个短文本从字面来看，可能相同的词不多，但是是同一个语义。而相似的问题，回答通常是相似度（仅限回答问题的一段，并非全部的回答）。因此，可以引入长文本，辅助进行相似度的判断。
（备注：类似于，在搜索场景中，1. 两个短文本是“婴儿脐疝日常护理注意事项有哪些”和“婴儿脐疝日常应该怎么处理”，“月经前xxxx”和“月经后xxxx”。相似的关键词很多，但并不同义。2.长尾表达：两个短文本分别是 “缺钾是验血还是验尿”和“缺钾做什么检查能查出来”，很难捕捉到是同一个语义。3. “一岁宝宝发烧了怎么办” vs "两岁宝宝发烧了怎么办" vs "十岁宝宝发烧了怎么办" 。相似度均不相同。）
需要引入长文本的什么信息：答案中，与问题相关的那部分表达。或者如文中说，问题与答案的匹配模式。
长文本引入的问题：用户的回答，可能与问题完全不相关。也可能包含了很多冗余的内容。如果以one-side方式引入，即分别短文本相似度和长文本相似度，而不发生交互，可能会带来很多噪音。因此，需要two-side的方式。即，短文本要与长文本发生交互。
论文解法：宗旨，1要，保留短文本相似度（query1 vs query2）的计算。2要，融合短文本与长文本的计算，得到匹配模式（query vs answer）。3要， 提取“两对儿短长文本的匹配模式的相似度信息”。4要，融合短文本相似度 与 两对儿短长文本的匹配模式的相似度信息 。得到最终的结果。
模型上
1. 短文本相似度计算（和通常的做法相同，不赘述）
输入：以两个querstion为输入。[CLS][t11][t12][t1...][t1n][SEP][t21][t22][t2...][t2m][SEP]
模型：Bert模型
输出：[CLS]向量
2. 在同一个answer的前提下，对比两个question与answer匹配模型的差别
1）匹配模式提取层
输入：两个question ，与同一个answer拼接，做为输入。
模型： 双塔结构，分别为一个Bert模型。（与1中的BERT不共享参数）
输出：question和answer，分别的序列特征。
匹配模型：对Bert的每一层，分别提取question和answer的向量，做乘法。最终，将各层计算的相似度拼接到一起。（乘法代表什么？？？代表计算的匹配模型？）
2）模式相似度层：对1）中的输出进行对比，得到两种模式的相似度tensor。
分别计算tensor-wise 和element-wise两种方式下的匹配模型相似度。
而相似度的衡量，有多种计算方式，如乘法、cosine、L1距离、L2距离、Jesene-Shannon。作者分别进行了实验。
3）压缩层：压缩模式相似度tensor
两层带有H-滤波器的 BN-ReLU-Conv层 ，最后做average global pooling。（H filters？？）
3. 融合
融合两部分信息，并门控机制，使得以短文本相似度为主，以模式相关性为辅。
训练上
以多任务，端到端的方式进行训练。
question-answer的bert模型未经过训练，需要额外的标签来支撑。因此，在训练中，对于已经在库中的question-answer，默认标签为1。而对于待检索的question，认为与它的相似querstion的回答为相关回答，标签为1。
最终，整体的loss由三部分构成。其中，通过 r来控制各个任务的重要程度。
训练数据中，少量answer与query是不相关的。当answer与两个query都不相关时，则置r为0，不计算，因query与answer不相关，而给最终的相似度带来不利的影响，所引起的loss变化。
实验
除了对比base模型，作者对本模型的三个大模块进行了修改，来验证各个模块的作用。并且给出了不同的case下的表现对比。也对两种计算similarity进行了可视化，去观察模型的不同表现。