El emparejamiento es una tarea muy importante en el procesamiento del lenguaje natural, pero la investigación actual sobre el emparejamiento de textos se centra más en el emparejamiento de textos cortos que en el emparejamiento de textos largos. En comparación con el emparejamiento de textos cortos, el emparejamiento de textos largos es rico en información, pero la información distractora es frecuente. Este artículo extrajo pares de preguntas y respuestas sobre asesoramiento psicológico para investigar la tecnología de emparejamiento de textos largos basada en el aprendizaje profundo. Ajustamos DSSM (Modelo Semántico Estructurado Profundo) para que sea adecuado para la tarea de emparejamiento. Además, para una mejor extracción de características de textos largos, también mejoramos DSSM enriqueciendo la capa de representación de texto, utilizando una red neuronal bidireccional y un mecanismo de atención. Los resultados experimentales muestran que BiGRU-Dattention-DSSM funciona mejor al emparejar preguntas y respuestas.