网站介绍：文章浏览阅读4.1k次，点赞4次，收藏28次。文章目录前言Bert句向量表示效果为什么不好？Sentence Bert 原理前言目前，对于大部分的NLP任务来说，通过对预训练模型进行微调的方式已经取得了很好的效果，但对于某些特定的场景，我们常常需要的是文本的表示，比如文本聚类，文本匹配（搜索场景）等等；在进行文本匹配任务时，在计算语义相似度时，Bert模型需要将两个句子同时进入模型，进行信息交互，假如有10000个句子，找出最相似的句子对，需要计算（10000*9999/2）次，非常耗时。而Sentencebert可以预先将标准库中的问题预先离线_sentencebert中文模型
- 链接地址：https://blog.csdn.net/dzysunshine/article/details/120490675
- 链接标题：文本匹配之Sentence Bert模型_sentencebert中文模型-CSDN博客
- 所属网站：blog.csdn.net
- 被收藏次数：746
- 网站标签：sentencebert中文模型
