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.
STS Benchmark
MT-DNN-SMART
MRPC
BERT-Base
MTEB
AnglE-UAE
SICK
SRoBERTa-NLI-large
STS13
Trans-Encoder-BERT-large-bi (unsup.)
STS14
PromCSE-RoBERTa-large (0.355B)
STS12
PromptEOL+CSE+OPT-13B
STS15
SimCSE-RoBERTalarge
STS16
AnglE-LLaMA-13B
SentEval
Snorkel MeTaL(ensemble)
CxC
PromCSE-RoBERTa-large (0.355B)
MRPC Dev
Synthesizer (R+V)
SICK-R