百科问答小站 logo
百科问答小站 font logo



BERT模型可以使用无监督的方法做文本相似度任务吗? 第1页

  

user avatar   cai-jian-wei-47 网友的相关建议: 
      

语义相似度的方法,一般包括:不交互的方法(query和doc各自构建embedding,再由匹配层计算相似度)、交互的方法(基于query和doc的二维相似度矩阵,构建交互的embedding,直接计算相似度)。从训练的loss或者语义相似度的效果来看,交互的方法都会比不交互的方法好。

不过工业界为了构建embedding,正常会使用第一种方法,主要是为了利用faiss或者nsg等,更方便的做大规模语义向量的检索。第二种方法,会用于精排序。

拿bert做语义相似度的任务,可以考虑以下两方面:

1)复用了预训练模型学习到外部语料的表征(直接使用开源bert模型的cls embedding计算出来的pooled output效果会比较差;主要是数据的差异性导致的,因此需要做fine-tune)。正常gpu充裕可以做一版特定领域数据的预训练模型,学习到领域数据的表征

2)在下游的语义匹配任务,做fine-tune。利用了bert模型里面的transformer结构,相比以往的lstm或者cnn模型,对文本的表征更好。


user avatar   su-jian-lin-22 网友的相关建议: 
      

女王:求求题主放过我,我可不敢有什么政绩。。。




  

相关话题

  自动化的控制与检测领域中,有没有像机器学习、图像处理领域一样经典巧妙的算法? 
  小样本学习中关于虚拟样本有效性的问题? 
  时间序列和回归分析有什么本质区别? 
  请解释下variational inference? 
  为什么我用相同的模型,数据,超参,随机种子,在两台服务器会得到不同的结果? 
  image caption这个方向更偏向NLP还是CV? 
  Domain Adaptation学术上有哪些方向,还有哪些可做的地方? 
  欧洲有哪些统计机器学习比较强的大学或者研究院的?? 
  为什么机器学习解决网络安全问题总是失败? 
  Bert中的词向量各向异性具体什么意思啊? 

前一个讨论
男方家境不好真的不能嫁嘛??
下一个讨论
在优化问题里,强化学习相比启发式搜索算法有什么好处?





© 2025-05-04 - tinynew.org. All Rights Reserved.
© 2025-05-04 - tinynew.org. 保留所有权利