# Sentence-BERT Reimers & Gurevych(EMNLP 2019)が提案した文埋め込みモデル。BERT を siamese network 構造で再学習し、コサイン類似度比較に適した固定次元のセンテンスベクトルを生成する。従来 BERT が文ペア比較で要求した pairwise 計算量を回避し、大量文の類似度計算を実用化した。TF-IDF や Bag-of-Words 等の伝統的手法に対し、意味類似度で優位を示す。 [[@2024__Electronics__Leveraging Large Language Models for Efficient Alert Aggregation in AIOPs|Zha+ Electronics2024]] では、アラートタイトル間のテキスト類似度計算に SBERT を採用。重み付きハイブリッド類似度 `S = α · S_spa + (1-α) · S_text` の S_text 部分を担う。 ## 関連 - ソース: [[@2024__Electronics__Leveraging Large Language Models for Efficient Alert Aggregation in AIOPs]] §3.2.1 - 概念: テキスト埋め込み・文類似度