O que é o Sentence-BERT (SBERT) e para que foi criado?

Sentence-BERT (SBERT) — é uma modificação do modelo BERT, especialmente desenvolvida para obter representações vetoriais (embeddings) eficientes e de alta qualidade de frases completas ou textos, em vez de palavras isoladas.

O BERT comum funciona bem com tokens individuais, mas para comparar frases ou procurar por significado, é necessário um processamento adicional, que pode ser lento e ineficiente. O SBERT resolve esse problema treinando para gerar vetores fixos para frases, que podem ser comparados rapidamente usando a similaridade do cosseno.

Isso é especialmente útil para tarefas de busca semântica, agrupamento de textos e determinação de similaridade entre frases.

Exemplo: em vez de comparar frases por cálculos complexos com BERT, o SBERT permite encontrar rapidamente frases semelhantes em significado em um grande corpus.