如何使用 BERT model 预测与没有 label 的数据集的句子语义相似度？

Question

我是使用 BERT model 的初学者。 我正在关注 Keras 网站https://keras.io/examples/nlp/semantic_similarity_with_bert/#:~:text=Introduction,sentence%20semantic%20similarity%20with.20Transformers的教程

但是他们在示例中使用的数据集具有 label 变量（“相似性”）。 是否有任何教程或指导使用 BERT model 来预测与只有文本列的数据的语义相似性？

Answer 1

据我所知，BERT 旨在用于受监督的问题，例如 Keras 站点中的示例。 如果您的数据集仅由文本列组成，您可以执行以下操作：使用 BERT model 提取特征并使用 Kmeans 将您的数据聚类到不同的组中。 更多关于 KMeans 的信息和这篇文章有更多关于这种方法的细节。