计算句子向量相似度：SentenceBert和SimCSE

SentenceBert

Sentence-BERT: 如何通过对比学习得到更好的句子向量表示 - 哔哩哔哩 (bilibili.com)

(229条消息) Sentence-BERT详解_数学家是我理想的博客-CSDN博客_sentence-bert

动机：

直接把2个句子串联起来输入Bert做分类（即Cross-Encoder方式），当需要找N个句子里相似度最大的2个句子时，要经过Bert的次数是N*(N-1)/2次；计算量太大了；

把每个句子单独经过Bert，得到各自的句子向量后，再计算相似度，即Bi-Encoder方式，节省计算量；

孪生网络：

将句子对输入到参数共享的两个Bert模型中，然后Bert输出句子的所有字向量传入pooling层进行平均池化（在句子长度这个维度上对所有字向量求均值）(经实验，Mean Pooling比Max Pooling和[CLS]效果都好些)获取到每个句子的句向量表示。

文中损失函数用的均方误差MSE(Mean-Square Error)：

直接用预训练的Bert来做Bi-Encoder，效果比Cross-Encoder更差；

怎么办？需要Fine tuning； 

要预测的目标是2个句子之间的相似度；如果没有Label，则可通过对比学习来构造正负例样本；

对比学习：

假设有三个句子， s1,s2,s3 ，对应的向量分别是v1,v2,v3，句子类别分别是c1,c2,c3，我们不仅希望能通过 v 学习到 c ，还希望 v1 和 v2的距离小于 v1和 v3，也就是Dis(v1,v2)≤Dis(v1,v3)，我们可以用triplet loss来表示：

 如何找到合适的三元组( sa,sp,sn )来训练模型，其中 sp 和 sa 属于同一个"类别"，被称为正样本， sn 和 sa 不是同一个"类别"，被称为负样本，这里的类别是广义上的类别，可以是文本分类的类别，甚至也可以是每个句子单独对应一个类别（instance classification），典型的工作是恺明大神的MoCo系列。

直接分类：

如果已经有了句子对相似程度的标注数据，则没必要用对比学习；在拿到两个句子的向量 u 和 v 之后，如果句子对的标签是离散数值，作者设计了如下的分类网络结构： 

SimCSE:

SimCSE: Simple Contrastive Learning of Sentence Embeddings - 知乎 (zhihu.com)

改变dropout mask来构造一个和原样本不一样的样本，<原样本，构造的样本>作为正例；<原样本，随机采样的样本>做负例；还是做对比学习；