起因

工作中做一个 query 相似度任务时，偶然看到孪生网络的一片经典论文，《Learning Text Similarity with Siamese Recurrent Networks》，用来做同类文本预料的相似度任务是极好的。

介绍

这篇文论主介绍孪生网络的基本思想，对于 query 相似度任务（同类型实体的相似度任务，比如图片、语音），可以设计一个网络结构 net，将两个 query 都经过相同的 net 投影到对应的空间，再该空间中对 net(x) 和 net(y) 求取相似度， net(x) 可以看到 x 在高纬空间的表征。 原 paper 中用 BiLSTM 网络结构来表征 query，模型结构如下：

实验

数据取自百度千言的文本相似度评测数据 bq_corpus 数据集。 该论文的 loss 比较像 MSE 的变种，判定正负例的阈值对超参 m 有明显影响，从试验结论看该值设置的越小越好。

• 版本	训练集acc	验证集acc	说明
  bert	0.979	0.841	bert基准版本
  mse m = 0.4	0.60	0.59	原loss
  mse m = 0	0.723	0.724	降低超参m比较有用
  mse m = 0 学习率3e-4	0.81	0.758	调整学习率，最优版本
  norm + cos	0.722	0.721	norm 没啥效果
  BCEloss	0.637	0.641	修改loss效果不大

• |-|-|-|-

以上 acc 的预测阈值为 0.5，即预测值 > 0.5 算正例，否则算负例。 小结论如下：

1. 从实验数据看，需要根据预测阈值，来调整一个合适的超参 m，本文是越小越好。
2. 设置合适的学习率，参考别人的结论设置 3e-4 较好，本文没有试验很多。
3. 做cos之前添加 norm，没有明显提升，猜测是与具体的语料相关。
4. 修改 loss 为 -log 损失函数，也没有明显提升，难道不应该梯度越大，收敛的越好吗？这个很奇怪。
5. 孪生网络与 bert 验证集相差 9 个点左右。

结论

孪生网络不同于 bert 把两个 query 合并在一起求二分类任务，定义了另一种解决相似度任务的方式。虽然从时间上看孪生网络的提出时间要更早一些。 另一个角度看孪生网络，更像是把一个构造 query 向量的任务，可以从这个角度寻找更多有意思的解法。

进阶

很多用 CNN 来做 query 理解的，很有意思，值得学习下

参考

[1]、https://aclanthology.org/W16-1617.pdf [2]、https://mp.weixin.qq.com/s/UDG5z4lcOiRquRN0H6ELCQ