¿Qué es Sentence-BERT (SBERT) y para qué fue creado?

Sentence-BERT (SBERT) — es una modificación del modelo BERT, diseñada específicamente para obtener representaciones vectoriales (embeddings) eficientes y de alta calidad de frases completas o textos, en lugar de palabras individuales.

El BERT convencional funciona bien con tokens individuales, pero para comparar frases o buscar por significado, se requiere procesamiento adicional, que puede ser lento e ineficiente. SBERT resuelve este problema entrenando para producir vectores fijos para las frases, que se pueden comparar rápidamente usando la similitud coseno.

Esto es especialmente útil para tareas de búsqueda semántica, clustering de textos y determinación de similitud entre frases.

Ejemplo: en lugar de comparar frases mediante cálculos complejos con BERT, SBERT permite encontrar rápidamente frases similares en significado en un gran corpus.