Text2Vec语义相似度分析

您的通讯录好友

已于 2025-07-12 11:17:03 修改

阅读量416

点赞数 15

CC 4.0 BY-SA版权

文章标签：深度学习人工智能语义相似度 Text2Vec

于 2025-07-08 10:21:03 首次发布

本文链接：https://blog.csdn.net/m0_62487034/article/details/149191899

环境

python -m venv text2vec-env
source text2vec-env/bin/activate

pip install -U text2vec

安装

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

下载模型

from text2vec import SentenceModel

# 示例：中文文本相似度模型
model = SentenceModel('shibing624/text2vec-base-chinese')  # 也支持其他模型

分析语义相似度代码

from text2vec import SentenceModel, cos_sim

# 加载模型
model = SentenceModel("shibing624/text2vec-base-chinese")

# 句子对
sentence_pairs = [
    ("他去上班了", "他正在上班"),
    ("苹果公司发布新产品", "小米推出新手机"),
    ("天气很好", "适合出去散步"),
    ("我要去买菜", "我打算逛商场"),
]

# 计算相似度
for s1, s2 in sentence_pairs:
    vec1 = model.encode(s1)
    vec2 = model.encode(s2)
    score = cos_sim(vec1, vec2).item()  # ✅ 转换为 float
    print(f"[{s1}] vs [{s2}] 相似度：{score:.4f}")

结果