孪生网络做 query 相似度任务

论文《Learning Text Similarity with Siamese Recurrent Networks》提出用孪生网络做文本相似度：两个query经同一BiLSTM投影到高维空间，再比较net(x)与net(y)的相似度。损失类似MSE变种，正负例阈值超参m越小越好。在bq_corpus上验证，预测阈值0.5。该思路不同于BERT合并二分类，更像构造query向量的任务。