请教 sentence embedding 模型选择

[codingbody]

最近想做个中文的问答系统, 大致的流程如下：

问题和对应的答案是固定的，通过 sentence embedding model 把问题转化为向量存储在向量数据库，把用户输入的问题转化为向量并在向量数据库中查询的最匹配的 k 个问题，然后用户选择问题，并返回具体答案。

涉及到 embedding 模型的选择问题, 主要想找一个中文匹配度好的，我在 hugging face 看了模型的排名

https://huggingface.co/spaces/mteb/leaderboard

请教一下我这种场景应该关注模型的什么参数，有不错的模型也可以推荐一下，先谢谢啦。

[flyingfz]

https://huggingface.co/shibing624/text2vec-base-chinese-paraphrase

[flyingfz]

测试过几个，最后凭感觉选用了
https://huggingface.co/shibing624/text2vec-base-chinese-paraphrase

也在继续探索 。
mteb/leaderboard 的这些指标不懂啊 😂

[flyingfz]

翻到了这个文章 https://blog.csdn.net/mingzai624/article/details/131314252 推荐给你

[codingbody]

@flyingfz #2 谢谢，我也在探索探索😂

[codingbody]

@flyingfz #3 这是要自己训练 embedding 模型么

[seanlee97]

句向量可以试试： https://github.com/SeanLee97/AnglE/blob/main/README_zh.md