我熟悉 SBERT 及其预训练模型，它们很棒！但同时，我想了解结果是如何计算的，我在他们的网站上找不到更具体的内容。例如，我有一个文档，我想查找与它相似的其他文档。我使用了 2 个文档，每个文档包含 200-250 个单词（我将 model.max_seq_length 更改为 350，以便模型可以处理更大的文本），最后我们可以看到余弦相似度为 0.79。这就是我们所能看到的吗？有没有办法提取使模型返回这种高相似度值的主要短语/关键词？
提前致谢！
我熟悉 SBERT 及其预训练模型，它们很棒！但同时，我想了解结果是如何计算的，我在他们的网站上找不到更具体的内容。例如，我有一个文档，我想查找与它相似的其他文档。我使用了 2 个文档，每个文档包含 200-250 个单词（我将 model.max_seq_length 更改为 350，以便模型可以处理更大的文本），最后我们可以看到余弦相似度为 0.79。这就是我们所能看到的吗？有没有办法提取使模型返回这种高相似度值的主要短语/关键词？
提前致谢！