Pretitle:SimCSE:SimpleContrastiveLearningofSentenceEmbeddingsaccepted:EMNLP2021paper:https://arxiv.org/abs/2104.08821code:https://github.com/princeton-nlp/SimCSEref:https://zhuanlan.zhihu.com/p/368353121关键词：contrastivelearning,sentenc

NLP文本匹配任务TextMatching[无监督训练]：SimCSE、ESimCSE、DiffCSE项目实践文本匹配多用于计算两个文本之间的相似度，该示例会基于ESimCSE实现一个无监督的文本匹配模型的训练流程。文本匹配多用于计算两段「自然文本」之间的「相似度」。例如，在搜索引擎中，我们通常需要判断

基于无监督预训练语义索引召回：SimCSE、Diffcse语义索引（可通俗理解为向量索引）技术是搜索引擎、推荐系统、广告系统在召回阶段的核心技术之一。语义索引模型的目标是：给定输入文本，模型可以从海量候选召回库中快速、准确地召回一批语义相关文本。语义索引模型的效果直接决定了语义相