介绍 这是共识感知视觉语义嵌入（CVSE） ，这是论文《的官方源代码。 它基于PyTorch中的构建。 抽象的： 图像文本匹配在桥接视觉和语言方面起着核心作用。 大多数现有方法仅依靠图像-文本实例对来学习它们的表示，从而利用它们的匹配关系并进行相应的对齐。 这样的方法只是利用实例成对数据中包含的表面关联，而没有考虑任何外部常识知识，这可能会阻碍它们推理图像和文本之间更高层次关系的能力。 在本文中，我们提出了一种共识感知视觉语义嵌入（CVSE）模型，以将共识信息（即两种模式之间共享的常识知识）整合到图像文本匹配中。 具体而言，通过计算来自图像字幕语料库的语义概念之间的统计共现相关性，并部署构造的概念相关图以产生共识感知概念（CAC）表示，来利用共识信息。 之后，CVSE基于所利用的共识以及两种模式的实例级表示形式，学习图像与文本之间的关联和对齐方式。 在两个公共数据集上进行的大量实验证明

中文文本相似度/文本推理/文本匹配数据集——XNLI

文本匹配的相关模型DSSM,ESIM,ABCNN,BIMPM等，数据集为LCQMC官方数据

英文文本相似度/文本推理/文本匹配数据集——Quora

输入是两个句子，输出是0或1。其中0代表语义不相似，1代表语义相似。 数据量：训练集(238,766)，验证集(8,802)，测试集(12,500)。

中文文本相似度/文本推理/文本匹配数据集——CCKS2018

金融大脑-金融智能NLP服务 以人工智能技术为核心的智能客服，为广大用户提供高效、个性化的普惠金融服务体验，本质是充分理解用户意图，在已有知识体系中精准地找到与之相匹配的内容，提供答案或解决...