本文探讨了利用有监督的自然语言推断数据训练句向量的方法，比较了多种句向量表征结构，发现BiLSTM + max pooling效果最佳，明显优于无监督的SkipThought方法。句向量的评估主要有两种方式：用于下游任务和相似度度量。提出了layer norm以解决batch norm在RNN中的限制，实验表明其在RNN模型中效果更佳。

该文研究用有监督自然语言推断数据训练句向量，通过拼接与求差后分类，并在12项任务上评估。比较RNN、LSTM、GRU、CNN、self-attention等结构，发现BiLSTM+max pooling最佳，优于无监督SkipThought。文中还涉及bow+seq2seq、句向量评估方式，以及LayerNorm相较BatchNorm在RNN中的优势。