BertSimilarity

收录理由

这个仓库把BERT相似度模型的内部分解得很清楚，作者从数据预处理讲起，句子先切分成字，再用[CLS]和[SEP]拼成标准输入，接着送入谷歌预训练的中文BERT，最后接上Dropout和softmax输出相似与不相似的概率。每一步都有文字说明和示意图，读起来像一份细致的技术笔记，而不是冷冰冰的代码库。启动脚本覆盖训练、评估和推理三种模式，还附带了训练好的参数文件，想快速体验语义相似度计算的话，可以直接跳到推理环节。不过要注意，它基于TensorFlow 1和2018年的中文BERT模型，更适合作教学范本或二次开发的起点，离生产环境还有距离。如果你的工作涉及中文句子配对，比如查重、找相似问题或做语义搜索，这个项目能帮你快速建立直观的认识。