R-net在和的非正式实现。 实际上，我并没有完全重现本文的模型，因为有些细节对我来说不是很清楚，而且自我匹配的动态关注需要太多的记忆。 相反，我根据 （在Tensorflow中）实现了R-Net的变体。 原始R-net和HKUST R-net之间的最大区别是： 原始R-net在RNN的每个步骤中都进行关注，这意味着隐藏状态会参与关注度计算。 我称其为动态关注。 在HKUST R-Net中，在执行RNN之前要先计算注意力（成对编码器和自匹配编码器）。 我称它为静态注意力。 中的一些细节可