解决Sentence-Transformers中EmbeddingSimilarityEvaluator的KeyError问题

在使用Sentence-Transformers进行文本相似度任务时，EmbeddingSimilarityEvaluator是一个常用的评估工具，它能够计算模型在相似度任务上的表现。然而，近期有用户在Google Colab环境中遇到了一个令人困惑的问题——在评估阶段出现了KeyError，提示找不到"cosine_pearson"或"pearson_cosine"等键值。

这个问题最初出现在用户尝试使用ko-RoBERTa模型和KorSTS数据集进行微调实验时。尽管训练过程顺利完成，但在评估阶段却意外中断。深入分析后发现，这是由于评估器中指标键名的生成与检索方式不一致导致的。

问题的核心在于评估器内部对相似度指标命名的处理逻辑。在计算皮尔逊相关系数和斯皮尔曼相关系数时，评估器会将这些指标与相似度函数名称（如cosine）组合生成复合键名。然而，在某些版本中，这个组合顺序出现了不一致——有时生成的是"cosine_pearson"，而检索时却尝试访问"pearson_cosine"。

这个问题在最新版本的代码库中已经得到修复。修复方案确保了键名的生成和检索遵循统一的命名规则，消除了这种不一致性。对于遇到此问题的用户，最简单的解决方案是更新到最新版本的Sentence-Transformers。

值得注意的是，这个问题在Google Colab的预装环境中尤为突出，因为Colab可能不会立即更新到包含修复的最新版本。用户可以通过手动克隆代码库并重新安装来解决这个问题。具体步骤包括：首先卸载现有版本，然后从代码库克隆最新代码，最后进行本地安装。

这个案例提醒我们，在使用开源工具时，版本兼容性问题可能会以意想不到的方式出现。当遇到类似问题时，检查最新代码库中的修复记录往往能快速找到解决方案。同时，也建议开发者在进行重要实验前，确认所使用的工具版本是否经过充分测试。

对于Sentence-Transformers的用户来说，好消息是这个特定的KeyError问题将在下一个正式版本中得到彻底解决。在此期间，用户可以选择等待官方更新，或者按照上述方法手动应用修复。