Yang-HangWA/BERT-whitening

简单的向量白化改善句向量质量

BERT-whitening

通过简单的向量白化来改善句向量质量，可以媲美甚至超过BERT-flow的效果。

介绍

• 博客：https://kexue.fm/archives/8321
• 博客：https://kexue.fm/archives/8069
• 论文：《Whitening Sentence Representations for Better Semantics and Faster Retrieval》

使用

• eng: BERT-whitening在常见英文数据集上的测试；
• chn: BERT-whitening在常见中文数据集上的测试；
• demo.py: 早期的简单Demo。

测试环境：tensorflow 1.14 + keras 2.3.1 + bert4keras 0.10.5，如果在其他环境组合下报错，请根据错误信息自行调整代码。

下载

文件合集：链接: https://pan.baidu.com/s/1qv7HuYN3bNvEzPrlnlJqEQ 提取码: vbc3

引用

@article{su2021whitening,
  title={Whitening Sentence Representations for Better Semantics and Faster Retrieval},
  author={Su, Jianlin and Cao, Jiarun and Liu, Weijie and Ou, Yangyiwen},
  journal={arXiv preprint arXiv:2103.15316},
  year={2021}
}

其他

PyTorch版：https://github.com/autoliuweijie/BERT-whitening-pytorch

交流

QQ交流群：808623966，微信群请加机器人微信号spaces_ac_cn