sianese_network用来判断文本相似度的一个网络，主要是用来判断两个文章的相似度的。
判断两个橘子的区别：
双层lstm：
文件1:人名匹配的是正例，随机配对的是负例。
文件2:两句话，句子级别比人名难一些，首先要对词进行词向量编码（不用训练，市面上很多，直接拿来用就可以了）
如何构造这个网络？
损失函数：
d表示的是欧式距离
第一种情况：y=1，说明两个样本相似的，加号后边的就为0，左边就是只和d（距离）有关了，所以相当于用距离来作为损失
第二种情况：y=0，说明两个样本不相似，加号左边为0，margin为1，即1-d，我们希望他们的距离越大越好，距离越接近1越好，这样损失函数就越小。
总结：相似样本，距离越接近0越好；不相似样本，距离越接近1越好。