我们正在尝试解决一个问题，我们想要在我们的数据集上进行语义搜索，即我们有一个特定于域的数据（例如：关于汽车的句子）
我们的数据只是一堆句子，我们想要的是给出一个短语并返回以下句子：
- 类似于那句话
- 有与短语相似的句子的一部分
- 具有上下文相似含义的句子
让我试着给你一个例子，假设我搜索短语“购买体验”，我应该得到如下句子：
我从没想过买车可以花不到30分钟的时间来签字和购买。
我找到了我喜欢的汽车，购买过程简单明了
我绝对讨厌去汽车购物，但今天我很高兴我做到了
我想强调一个事实，即我们正在寻找上下文相似性，而不仅仅是暴力搜索。
如果句子使用不同的单词，那么它也应该能够找到它。
我们已经尝试过的事情：
开放语义搜索（https://www.opensemanticsearch.org/）我们在这里面临的问题是从我们拥有的数据中生成本体，或者为此从我们感兴趣的不同领域搜索可用的本体。
Elastic Search(BM25 + Vectors(tf-idf))，我们尝试了这个，它给出了几句话，但精度不是很好。准确性也很差。我们尝试了一个人工策划的数据集，它只能得到大约 10% 的句子。
我们尝试了不同的嵌入，就像曾经在https://github.com/UKPLab/sentence-transformers中提到的那样，还通过了示例 https://github.com/UKPLab/sentence-transformers/blob/master/examples/application_semantic_search。 py并尝试根据我们的人工策划集进行评估，但准确度也非常低。
我们尝试了 ELMO（https://towardsdatascience.com/elmo-contextual-language-embedding-335de2268604），这比我们预期的要好，但仍然比我们预期的要低，并且有一个认知负荷来决定我们不应该考虑的余弦值句子。这甚至适用于第 3 点。
任何帮助将不胜感激。非常感谢您提前提供的帮助