《基于Sentence-BERT训练自己的文本相似度模型》源代码

上传者: u014297502 | 上传时间: 2025-04-27 16:39:58 | 文件大小: 30.17MB | 文件类型: ZIP
BERT和RoBERTa在文本语义相似度等句子对的回归任务上,已经达到了SOTA的结果。但是,它们都需要把两个句子同时喂到网络中,这样会导致巨大的计算开销。这种结构使得BERT不适合语义相似度搜索,同样也不适合无监督任务(例如:聚类)。Sentence-BERT(SBERT)网络利用孪生网络和三胞胎网络结构生成具有语义意义的句子embedding向量,语义相近的句子其embedding向量距离就比较近,从而可以用来进行相似度计算(余弦相似度、曼哈顿距离、欧式距离)。这样SBERT可以完成某些新的特定任务,例如相似度对比、聚类、基于语义的信息检索。

文件下载

资源详情

[{"title":"( 10 个子文件 30.17MB ) 《基于Sentence-BERT训练自己的文本相似度模型》源代码","children":[{"title":"Sentence-BERT-Similarity-main","children":[{"title":"evaluate.py <span style='color:#111;'> 1.78KB </span>","children":null,"spread":false},{"title":"data","children":[{"title":"data-json-csv.zip <span style='color:#111;'> 15.09MB </span>","children":null,"spread":false},{"title":"LCQMC.zip <span style='color:#111;'> 8.06MB </span>","children":null,"spread":false},{"title":"read_data.py <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"trans_json2csv.py <span style='color:#111;'> 929B </span>","children":null,"spread":false},{"title":"data.csv <span style='color:#111;'> 19.02MB </span>","children":null,"spread":false}],"spread":true},{"title":"predict.py <span style='color:#111;'> 564B </span>","children":null,"spread":false},{"title":"model","children":[{"title":"README.txt <span style='color:#111;'> 81B </span>","children":null,"spread":false}],"spread":true},{"title":"train.py <span style='color:#111;'> 2.39KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.58KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明