文件名称：Semantic-Search:使用变形金刚等进行语义搜索
文件大小：5.92MB
文件格式：ZIP
更新时间：2024-04-08 02:12:08
Python
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
【文件预览】：
Semantic-Search-master
----search_apple.gif(1.83MB)
----sentenceBERT_model.py(801B)
----.DS_Store(8KB)
----search_java.gif(1.93MB)
----app.py(2KB)
----infersent_files()
--------.DS_Store(6KB)
--------encoder()
----use_model.py(1KB)
----sentenceROBERTA_model.py(804B)
----README.md(1KB)
----bert_model.py(1KB)
----search_python.gif(1.65MB)
----bm25_model.py(2KB)
----__pycache__()
--------bert_model.cpython-37.pyc(1KB)
--------all_models.cpython-37.pyc(1KB)
--------infersent_model.cpython-37.pyc(8KB)
--------sentenceBERT_model.cpython-37.pyc(1KB)
--------use_model.cpython-37.pyc(1KB)
--------bm25_model.cpython-37.pyc(2KB)
--------sentenceROBERTA_model.cpython-37.pyc(1KB)
----search_os.gif(520KB)
----infersent_model.py(10KB)
----templates()
--------index.html(9KB)
--------.DS_Store(6KB)
----.gitignore(12B)
----static()
--------.DS_Store(6KB)
--------js()
--------css()