与 BERT 的字符串比较似乎忽略了句子中的 "not"

Question

我使用 SentenceTransformers 和 BERT 实现了一个字符串比较方法，如下所示

from sentence_transformers import SentenceTransformer
from sklearn.metrics.pairwise import cosine_similarity

model = SentenceTransformer('sentence-transformers/all-distilroberta-v1')

sentences = [
    "I'm a good person",
    "I'm not a good person"
]

sentence_embeddings = model.encode(sentences)

cosine_similarity(
    [sentence_embeddings[0]],
    sentence_embeddings[1:]
)

请注意我的句子示例非常相似但含义相反。问题是余弦相似度 returns 0.9，表明这两个字符串在上下文中非常相似，而我预期它 return 更接近于零，因为它们具有相反的含义。

如何使我的代码适应 return 更准确的结果？

Answer 1

结果并不意外。你通过了两个非常相似但含义相反的句子。句子嵌入是从在通用语料库上训练的模型获得的，因此，如果句子相似，则通常期望模型给出的嵌入彼此接近。这就是正在发生的事情，余弦相似性表明嵌入彼此接近，句子也是如此。例子中的句子可能意思相反，但大同小异

在这种情况下，如果你希望两个相似的句子彼此远离基于正面和负面情绪）。或其他一些相关任务。

Answer 2

TL;DR：NLI 就是您所需要的

首先，余弦相似度相当高，因为句子在以下意义上相似：

他们是同一个话题（对一个人的评价）
他们是同一个主题（“我”）和同一个属性（“做一个好人”）
它们具有相似的句法结构
他们的词汇量几乎相同

所以，从形式上来说，应该算是相似吧。而且，从实用的角度来看，它们通常应该被认为是相似的。例如，如果您 google“GMO are causing cancer”，您可能会发现带有标签“GMO are not causing cancer”的文本是相关的。

其次，如果要衡量句子之间的逻辑联系，嵌入的余弦相似度表达力不够。这是因为嵌入包含大量语义风格、词汇和句法信息，但它们是固定大小的（在您的情况下为 768 维），因此它们不能包含有关两个句子含义的完整信息。所以你需要另一个具有以下属性的模型：

它同时对两个文本进行编码，因此它比较文本本身，而不仅仅是它们的固定大小嵌入
它经过明确训练可以评估句子之间的逻辑联系

评估文本之间的逻辑联系的任务称为自然语言推理 (NLI)，其最常见的表述是识别文本蕴含（RTE）：是预测第一句是否蕴含第二句的问题。

在 Huggingface 存储库中有很多针对此任务训练的模型，roberta-large-mnli 是一个很好的模型。您可以使用它来评估两个文本的等价性。如果每个文本蕴涵另一个文本，则它们是等价的，因此您可以将等价程度估计为两个方向的蕴涵分数的乘积。

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained("roberta-large-mnli")
model = AutoModelForSequenceClassification.from_pretrained("roberta-large-mnli")

def test_entailment(text1, text2):
    batch = tokenizer(text1, text2, return_tensors='pt').to(model.device)
    with torch.no_grad():
        proba = torch.softmax(model(**batch).logits, -1)
    return proba.cpu().numpy()[0, model.config.label2id['ENTAILMENT']]

def test_equivalence(text1, text2):
    return test_entailment(text1, text2) * test_entailment(text2, text1)

print(test_equivalence("I'm a good person", "I'm not a good person"))  # 2.0751484e-07
print(test_equivalence("I'm a good person", "You are a good person"))  # 0.49342492
print(test_equivalence("I'm a good person", "I'm not a bad person"))   # 0.94236994

与 BERT 的字符串比较似乎忽略了句子中的 "not"

String comparison with BERT seems to ignore "not" in sentence

nlp

transformer

sentence-similarity

bert-language-model

sentence-transformers