模型架构基本参照论文VSE++,我在其基础上做了复现以及另外的尝试。 仓库中并未放置images的图片信息，需要自行下载斯坦福划分数据集。 后续可行的更新：(不急) 对于RNN中使用平均池化提升对句子抽取信息的能力方面，可以做点实验。试试对比非rnn_mean_pool模型 ...