相关疑难解决方法(0)

我尝试了不同的句子相似度方法，即：

• spaCy 模型：en_core_web_md和en_core_web_lg。

• 变形金刚：使用包sentence-similarity和sentence-transformers，我尝试过诸如distilbert-base-uncased，bert-base-uncased或 之类的模型sentence-transformers/all-mpnet-base-v2。

• 通用句子编码：使用包spacy-universal-sentence-encoder、同型号en_use_md和en_use_cmlm_lg。

然而，虽然这些模型通常可以正确检测等效句子的相似性，但在输入否定句子时它们都会失败。例如，这些相反的句子：

• “我喜欢下雨天，因为它们让我感到放松。”
• “我不喜欢下雨天，因为下雨天不会让我感到放松。”

返回与模型0.931 的相似度en_use_md。

然而，可以认为非常相似的句子：

• “我喜欢下雨天，因为它们让我感到放松。”
• “我喜欢下雨天，因为它们让我感到平静。”

返回较小的相似度： 0.914。

我的问题是：有什么办法解决这个问题吗？在计算相似度时是否有其他模型/方法考虑句子的肯定/否定性质？