text2vec

收录理由

做中文语义搜索或重复内容识别时，经常需要把句子、段落转成稠密向量，text2vec 让这件事变得很顺手。它把 Word2Vec、Sentence-BERT、CoSENT 等模型收进同一个 Python 接口，想先跑个快速的字面匹配基线，或者换更重的学习型编码器，都不用自己从头搭一套。项目里提到 CoSENT 收敛更快，在中文匹配评测上比经典 SBERT 表现更好，还给出了每个模型的 QPS 和语义相似度分数，动手之前就能挑个靠谱的默认方案。预训练中文模型拿来就能用，训练代码也齐，想拿自己的数据微调也方便。对以中文为主的团队来说，这套组合往往决定了是花一个周末做原型，还是自己从头把句向量编码器接进生产环境。