<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>BERT on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek001/tags/BERT/</link>
    <description>Recent content in BERT on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 20 Aug 2024 02:56:44 +0000</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek001/tags/BERT/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>实战入门FAISS搜索BERT模型</title>
      <link>https://index.zshipu.com/geek001/post/20240801/%E5%AE%9E%E6%88%98%E5%85%A5%E9%97%A8FAISS%E6%90%9C%E7%B4%A2BERT%E6%A8%A1%E5%9E%8B--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Tue, 20 Aug 2024 02:56:44 +0000</pubDate>
      <guid>https://index.zshipu.com/geek001/post/20240801/%E5%AE%9E%E6%88%98%E5%85%A5%E9%97%A8FAISS%E6%90%9C%E7%B4%A2BERT%E6%A8%A1%E5%9E%8B--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>在这一期中，我们延续上一期 Bert 中文短句相似度计算 Docker CPU镜像，继续使用 huggingface transformer 和 sentence-transformer 类库，并将英语句子生成 bert embedding，然后引入 faiss 类库来建立索引，最后查询最接近的句子。 Docker 镜像获取方式 本期 docker 镜像获取方式为，关注 MyEncyclopedia 公众号后回复 docker-faiss-transformer 即可获取如下完整命令。 1 docker run -p 8888:8888 myencyclopedia/faiss-demo bash -c &#39;jupyter notebook --allow-root --port 8888 --NotebookApp.token= --ip 0.0.0.0&#39; 然</description>
    </item>
    <item>
      <title>Milvus 实战：BERT 与 Milvus 构建文本搜索引擎</title>
      <link>https://index.zshipu.com/geek001/post/20240730/Milvus-%E5%AE%9E%E6%88%98BERT-%E4%B8%8E-Milvus-%E6%9E%84%E5%BB%BA%E6%96%87%E6%9C%AC%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Tue, 06 Aug 2024 09:39:50 +0000</pubDate>
      <guid>https://index.zshipu.com/geek001/post/20240730/Milvus-%E5%AE%9E%E6%88%98BERT-%E4%B8%8E-Milvus-%E6%9E%84%E5%BB%BA%E6%96%87%E6%9C%AC%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>谷歌BERT模型及其在NLP领域的影响 BERT模型由谷歌开发，自推出以来，在自然语言处理（NLP）领域产生了深远影响。它是一个先进的语言表示模型，具备广泛的应用潜力。 项目概述本文项目旨在结合Milvus和BERT模型，构建一个高效的文本搜索引擎。通过BERT模型将文本数据转换为向</description>
    </item>
  </channel>
</rss>
