In dieser Arbeit schlagen wir ein interaktives Matching-Netzwerk (IMN) für die Aufgabe der Mehrfachantwortselektion vor. Zunächst konstruiert das IMN Wortsdarstellungen aus drei Perspektiven, um die Herausforderung von außerhalb des Vokabulars liegenden Wörtern (out-of-vocabulary, OOV) zu bewältigen. Anschließend wird ein aufmerksamkeitsbasierter hierarchischer rekurrenter Encoder (AHRE) entwickelt, der in der Lage ist, Sätze hierarchisch zu kodieren und durch Aggregation mit einem Aufmerksamkeitsmechanismus detailliertere Darstellungen zu generieren. Schließlich werden die bidirektionalen Interaktionen zwischen gesamten Mehrfachkontexten und Antwortkandidaten berechnet, um die Übereinstimmungsinformationen zwischen ihnen abzuleiten. Experimente anhand von vier öffentlichen Datensätzen zeigen, dass das IMN in allen Metriken die Baseline-Modelle übertrifft und eine neue state-of-the-art-Leistung erzielt, was seine Kompatibilität für die Mehrfachantwortselektion über verschiedene Domains hinweg unterstreicht.