大语言模型-中文文本向量模型评估基准 C-MTEB

C-MTEB

（C-Pack: Packaged Resources To Advance General Chinese Embedding）
C-MTEB为了评估中文文本向量，共收集了35个公共数据集，一共分为6类评估任务。

1、文本分类（Classification）

任务目标： 模型能够对文本的类别进行准确标注。

任务描述： 基于提供的模型生成文本向量，并使用这些向量作为特征来训练分类器，对文本进行分类。
评估指标： 准确率（多分类）、精确率（二分类）

2、文本聚类（Clustering）

任务目标： 模型能够将文本分组至N个预先没有定义的类别中。
任务描述： 基于提供的模型生成文本向量，并利用聚类模型对这些向量进行分组。

评估指标： V-Measure

3、句子对分类（Pair Classification）

任务目标： 模型能够判断一对文本之间是否存在特定关系，如语义等价或对立。
任务描述： 给定一对文本，判断其是否具有相同含义。

评估指标： AP

4、重新排序（Reranking）

任务目标： 给定一个查询语句和一组候选文本，目标是根据这组候选文本与查询语句的相关性对候选文本进行排序。
任务描述： 输入是一个查询语句以及一组候选文本的列表。模型编码文本后比较与查询语句的相似性。

评估指标： MAP

5、检索（Retrieval）

任务目标： 从大规模文档库中检索出查询语句匹配度最高的文档。
任务描述： 文本向量化后对所有查询语句和文档库中文档计算余弦相似度。得到k个相似度最高的候选文档。

评估指标： NDCG@k

6、语义文本相似度（Semantic Textual Similarity, STS）

任务目标： 模型能够估给定句子对的语义相似度。
任务描述： 基于提供的模型生成文本向量，并使用诸如余弦相似度之类的度量来计算它们之间的相似性。

评估指标： Spearman秩相关性系数

参考

C-Pack: Packaged Resources To Advance General Chinese Embedding