信息检索是从信息资源集合获得与信息需求相关的信息资源的活动。搜索可以基于全文或基于内容的索引，主要用于减少“信息量过载”问题。通过信息检索，可以把分散的信息聚集在一起，这样用户的就可以方便的访问网络中预期的资源。随着社交网络变为大众生活的一部分，当前一些主要社交平台如：Facebook,Twitter,Weibo等，会产生大量的文本信息。如何从实时社交流信息中快速有效地检索信息吸引了国内外文本检索研究学者的兴趣，目前已经成为了短文本信息检索的热点和重点。该项目是在信息化加剧的情况下，当前社交平台产生巨大的文本信息，如何从其中有效的获取信息。主要的目的是，从社交平台产生的信息流中有效的检索出用户所需要的信息。技术创新点1.使用多种不同的相似度量指标结合不同的特征提取方法进行文本的匹配。2.根据应用场景设计了新颖的“状态”表示方式以及CNN为基础架构的网络结构。3.在强化学习的更新中加入了Double Q Learning算法和Dueling 网络结构，提高收敛速率和降低过拟合风险。