Semantic Textual Similarity
Semantic Textual Similarity (STS) ist eine wichtige Aufgabe im Bereich der natürlichen Sprachverarbeitung, die darauf abzielt, die semantische Ähnlichkeit zwischen zwei Textstücken zu bewerten, typischerweise in Form einer Bewertung von 1 bis 5. Das Kernziel dieser Aufgabe besteht darin, Satzpaare mit gleichen oder ähnlichen Bedeutungen durch Berechnung des semantischen Abstands zwischen den Texten zu identifizieren. STS hat einen breiten Anwendungswert in Bereichen wie Informationsabruf, Frage-Antwort-Systemen und Textclustering, wodurch die Genauigkeit und Effizienz dieser Systeme effektiv verbessert werden.
CxC
PromCSE-RoBERTa-large (0.355B)
MRPC
BERT-Base
MRPC Dev
Synthesizer (R+V)
MTEB
AnglE-UAE
SentEval
XLNet-Large
SICK
SRoBERTa-NLI-large
SICK-R
STS Benchmark
DeBERTa (large)
STS12
PromptEOL+CSE+OPT-13B
STS13
PromCSE-RoBERTa-large (0.355B)
STS14
PromCSE-RoBERTa-large (0.355B)
STS15
PromptEOL+CSE+LLaMA-30B
STS16
AnglE-LLaMA-13B