Semantic Search:使用变形金刚等进行语义搜索 源码

使用Transformers模型和其他模型中的句子嵌入进行语义搜索 使用感知嵌入的简单应用程序可以将文档投影到高维空间中,并使用余弦相似度找到大多数相似度。 目的是演示和比较模型。要进行大规模部署,必须计算并保存文档嵌入,以快速搜索和计算相似性。 第一次加载需要很长时间,因为该应用程序将下载所有模型。除了正在运行的6个模型外,即使在CPU中,推理时间也是可以接受的。 应用 演示文本包含有关每个主题的4个句子:Apple,操作系统,Java和Python。 可能会看到语义搜索很好地仅过滤掉了有关特定查询的文档,即使查询中文档中没有俗套的单词也是如此。 原始BERT的效果不佳(符合预期) 搜索苹果 搜索操作系统 搜索Java 搜索Python 跑步 必须下载和 。 下载文件并将其放在每个相应文件夹的infersent_files中。 python app.py 打开浏览器