【摘要】针对文本匹配在信息检索、文本挖掘等领域的广泛应用,本文提出一种具有良好泛化能力的深度交互文本匹配(deep interaction text matching,DITM)模型。基于匹配-聚合框架,DITM模型以编码层、共注意力层和融合层为交互模块,多次循环交互模块获取深层次的交互信息,经过多角度池化提取信息以预测文本对之间的关系。相比于基线方法,针对观点检索、答案挑选、释义识别和自然语言推理四个文本匹配任务,DITM模型在相应的数据集上均取得了最好的效果。本研究结果对于促进文本匹配模型在情报领域的实践具有重要意义。