句对建模在判断两句话之间关系的任务中起着至关重要的作用，例如释义识别、自然语言推理以及答案句选择。以往的研究通过引入带有注意力机制的神经网络取得了非常令人瞩目的成果。本文提出了一种多路注意力网络（multiway attention networks），该网络在匹配-聚合（matching-aggregation）框架下，采用多种注意力函数来匹配句对。具体而言，我们设计了四种不同的注意力函数，用于对齐两句话中的对应词汇。随后，我们将每种注意力函数所提取的匹配信息进行聚合，并融合所有函数的匹配信息，以获得最终的语义表示。实验结果表明，所提出的多路注意力网络在Quora问题对数据集、SNLI、MultiNLI以及SQuAD数据集上的答案句选择任务上均取得了显著的性能提升。