我们提出了一种用于多领域自然语言推理的简单序列句子编码器。该编码器基于带有捷径连接的堆叠双向LSTM-RNN（长短时记忆循环神经网络）以及词嵌入的微调。总体监督模型使用上述编码器将两个输入句子编码为两个向量，然后通过向量组合上的分类器来标记这两个句子之间的关系，即蕴含、矛盾或中性。我们的捷径堆叠句子编码器在匹配和不匹配的多领域自然语言推理任务上显著优于现有编码器（在EMNLP RepEval 2017共享任务中获得最佳非集成单模型结果（Nangia等人，2017年））。此外，它们在原始SNLI数据集上也达到了新的最先进的编码效果（Bowman等人，2015年）。