SimCSE: Simple Contrastive Learning of Sentence Embeddings

SimCSE 是一个无监督和有监督的对比学习框架,用于生成高质量的句子嵌入。通过使用 dropout 作为无监督方法中的噪声源,以及在有监督方法中利用 NLI 数据集的 entailment 和 contradiction 对,SimCSE 在 STS 任务上取得了优于其他方法的性能。对比学习目标改善了预训练嵌入的各向异性空间,增强了句子表示的 uniformity 和 alignment。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Abstract

  • SimCSE, a Simple Contrastive Sentence Embedding framework
  • 一种无监督方法:输入一个句子,并在一个对比学习目标下预测它自身仅使用标准的 dropout 作为噪声
  • 一种有监督方法:使用 NLI 数据集中的标注句子对
    • 正样本: “entailment” pairs
    • 负样本:“contradiction” pairs
  • 实验结果
    • 测试数据集:STS
    • 指标:Spearman’s correlation
    • 基于 BERTbase 的无监督和有监督方法得分分别为 76.3% 和 81.6%
  • 对比学习目标使得预训练 embedding 的各向异性空间(anisotropic space)变得更加均匀,当有监督信号时,能够更好地对齐正样本对
  • 代码:https://github.com/princeton-nlp/SimCSE

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值