pipeline_tag: 句子相似度 tags:

• 句子转换器
• 特征提取
• 句子相似度

widget:

• source_sentence: "哪些部件容易发生疲劳裂纹？" sentences:
  • "第一级压缩机叶片因疲劳裂纹而断裂。"
  • "目击者和消防部门人员发现燃油管路破裂导致燃油泄漏。"
  • "在低能见度和夜间条件下，辅助传感器有时会出现冲突。" example_title: "疲劳裂纹查询示例"

智能知识访问管理器（MIKA）

定制信息检索模型

这是一个基于sentence-transformers的模型：能够将句子和段落映射到768维稠密向量空间，适用于聚类或语义搜索等任务。

该模型针对工程文档进行了非对称信息检索的定制训练，旨在设计阶段识别与查询相关的工程文档。例如，可通过查询资料库来寻找需求支持或了解特定故障类型的详细信息。

使用方法（Sentence-Transformers）

安装sentence-transformers后即可轻松使用：

pip install -U sentence-transformers

使用示例：

from sentence_transformers import SentenceTransformer
sentences = ["这是一个示例句子", "每个句子都会被转换"]

model = SentenceTransformer("NASA-AIML/MIKA_Custom_IR")
embeddings = model.encode(sentences)
print(embeddings)

评估结果

模型基于三个查询进行了评估，计算了k=10/20/30时的准确率@k指标，同时计算了平均准确率均值（MAP）。基线模型为预训练的SBERT。

训练参数

数据加载器： 使用sentence_transformers.datasets.NoDuplicatesDataLoader.NoDuplicatesDataLoader，参数为：

{'batch_size': 32}

损失函数： 采用sentence_transformers.losses.MultipleNegativesRankingLoss.MultipleNegativesRankingLoss，参数为：

{'scale': 20.0, 'similarity_fct': 'cos_sim'}

训练方法参数：

{
    "epochs": 2,
    "evaluation_steps": 100,
    "evaluator": "sentence_transformers.evaluation.InformationRetrievalEvaluator.InformationRetrievalEvaluator",
    "max_grad_norm": 1,
    "optimizer_class": "<class 'transformers.optimization.AdamW'>",
    "optimizer_params": {
        "lr": 2e-05
    },
    "scheduler": "WarmupLinear",
    "steps_per_epoch": null,
    "warmup_steps": 0,
    "weight_decay": 0.01
}

完整模型架构

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) 使用MPNetModel转换器
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False})
  (2): Normalize()
)

引用与作者

Walsh, HS与Andrade, SR合著《基于Sentence-BERT的设计信息语义检索》，收录于ASME 2022国际设计工程技术会议论文集。美国密苏里州圣路易斯，2022年8月14-17日。论文编号V002T02A066。DOI: https://doi.org/10.1115/DETC2022-89557

声明：

版权所有 © 2023 美国政府（由美国国家航空航天局局长代表）。保留所有权利。

免责声明

无担保声明：本软件按"原样"提供，不作任何明示或默示担保，包括但不限于对符合规格、适销性、特定用途适用性、不侵权、无缺陷或文档准确性等方面的担保。美国政府机构不对使用本软件产生的任何结果、设计、硬件、软件产品或应用作背书。对于原始软件中包含的第三方软件，政府机构不承担任何责任，将按"原样"分发。

免责与赔偿：使用者同意放弃对美国政府及其承包商、分包商和前任接受者的所有索赔。若因使用本软件产生任何责任、索赔、损害、费用或损失（包括基于本软件开发的产品的损害赔偿），使用者应依法对美国政府及其承包商、分包商和前任接受者进行赔偿。使用者的唯一救济方式是立即单方面终止本协议。