nlp - 如何使用余弦相似度对文本进行分类？

Question

我有一个典型的情绪分析任务，我的数据集由文本和 3 个类（负面、中性、正面）组成。我使用 Bert 句子转换器对文本进行了矢量化，并计算了我的 test_embeddings: output image的余弦相似度度量。现在，我如何对每个测试句子进行分类并计算准确率？

标签： nlpvectorizationtext-classificationcosine-similarity

Answer 1

我实际上使用本指南解决了这个问题：sbert.net/docs/usage/semantic_textual_similarity.html

找到测试/训练数据集的余弦相似度对，找到每个测试输入的最高对，构建一个简单的分类器（匹配最高值和余弦对中的类），并获得准确度。