【Demo】基于Pytorch的中文语义相似度匹配模型.zip

# 基于Pytorch的中文语义相似度匹配模型 基于Pytorch的中文语义相似度匹配模型 本项目将持续更新，对比目前业界主流文本匹配模型在中文的效果 运行环境： python3.7、pytorch1.2、transformers2.5.1 数据集采用LCQMC数据（将一个句对进行分类，判断两个句子的语义是否相同（二分类任务）），因数据存在侵权嫌疑，故不提供下载，需要者可向官方提出数据申请http://icrc.hitsz.edu.cn/info/1037/1146.htm ，并将数据解压到data文件夹即可。模型评测指标为：ACC，AUC以及预测总共耗时。 Embeding： 本项目输入都统一采用分字策略，故通过维基百科中文语料，训练了字向量作为Embeding嵌入。训练语料、向量模型以及词表，可通过百度网盘下载。 链接：https://pan.baidu.com/s/1qByw67GdFSj0Vt03GSF0qg 提取码：s830 模型文件： 本项目训练的模型文件（不一定最优，可通过超参继续调优），也可通过网盘下载。 链接：https://pan.baidu.com/s/1qByw67GdFSj0Vt03GSF0qg 提取码：s830 测试集结果对比： 模型 | ACC | AUC | 耗时（s）（备注：环境1070TI) :-: | :-: | :-: | :-: [ABCNN](https://arxiv.org/pdf/1512.05193.pdf) | 0.8081 | 0.9059 | 4.6260 [Albert](https://openreview.net/pdf?id=H1eA7AEtvS) | 0.8522 | 0.9475 | 52.3823 [Bert](https://arxiv.org/pdf/1810.04805.pdf) | 0.8714| 0.9544 | 61.2800 [BIMPM](https://arxiv.org/pdf/1702.03814.pdf) | 0.8359| 0.9375 | 18.8210 [DecomposableAttention](https://arxiv.org/pdf/1606.01933.pdf) | 0.8068| 0.9334 | 3.7170 [DistilBert](https://arxiv.org/pdf/1910.01108.pdf) | 0.8450| 0.9403| 31.1680 [ESIM](https://arxiv.org/pdf/1609.06038.pdf) | 0.8385 | 0.9311 | 2.7410 [RE2](https://www.aclweb.org/anthology/P19-1465.pdf) | 0.8391 | 0.9196 | 5.2200 [Roberta](https://arxiv.org/pdf/1907.11692.pdf) | 0.8726 | 0.9591 | 61.3130 [SiaGRU](https://aaai.org/ocs/index.php/AAAI/AAAI16/paper/view/12195/12023) | 0.8281 | 0.9336 | 3.5500 [XlNet](https://arxiv.org/pdf/1906.08237.pdf) | 0.8694 | 0.9601 | 89.8090 部分模型，借鉴了 https://github.com/alibaba-edu/simple-effective-text-matching-pytorch https://github.com/pengshuang/Text-Similarity 等项目。