LSA 或 BERT 變壓器？ 哪個更適合用於短句的實時語義相似性和語義聚類？
[英]LSA or BERTtransformers? Which one is better to use for real-time semantic Similairty and semantic clustering of short sentence?
問題描述
哪一種技術更適用於語義相似度和語義聚類的實時測量？ 例如，在線 session 期間學生的答案根據它們的相似性分類到不同的集群中。 句子可以來自任何領域。
1 個解決方案
解決方案1
0 2021-12-20 09:52:16
如果你有大量的數據集，你可以選擇bert。
但是，我推薦 lsa，它在少量數據集上更簡單有效。
如何使用潛在語義分析（LSA）將文檔歸類為主題
[英]How to cluster documents under topics using latent semantic analysis (lsa)
如何使用 BERT model 預測與沒有 label 的數據集的句子語義相似度？
[英]How can I use BERT model to predict sentence semantic similarity to a dataset with no label?
如何使用 pyqtgraph 和 QSerialPort 創建實時圖形？
[英]How to use pyqtgraph and QSerialPort to create a real-time graph?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.