私たちは、Guoら（2016）によって提案されたDeep Relevance Matching Model (DRMM) を基盤として、文書の関連性ランキングのためのいくつかの新しいモデルを探究します。DRMMがコンテクストに依存しない用語のエンコーディングとクエリ-文書間の用語相互作用を使用するのに対し、私たちのモデルではPACRR（Huiら、2017）の畳み込みn-gramマッチング特徴に触発され、豊かなコンテクストに依存するエンコーディングを全般的に導入しています。ただし、この導入は複数視点でのクエリと文書入力の取り扱いなど、いくつかの方法で拡張されています。私たちはこれらのモデルをBIOASQ質問応答チャレンジ（Tsatsaronisら、2015）およびTREC ROBUST 2004（Voorhees、2005）からのデータセットでテストし、それらがBM25ベースの基準モデル、DRMM、およびPACRRを上回ることを示しています。