我正在尝试开发一项服务，让用户可以输入一个或多个词并在某些上下文中获取它们。主要思想是帮助用户在学习外语时更好地理解单词的使用上下文。假设输入的词，如果有几个，在意义上是相关的。搜索结果可能包含不同形式的输入词：即不同的结尾、不同的时间等。
我按照本指南从头开始构建内部搜索引擎。 https://medium.com/mlearning-ai/semantic-search-with-s-bert-is-all-you-need-951bc710e160 在本指南中，创建了一个搜索栏，允许用户通过关键字或可能描述情节的文本搜索电影。使用预训练的 BERT 模型作为模型。为了调整模型，使用 T5 模型生成了综合查询数据。
我也在尝试从头开始构建一个搜索引擎，但我不知道在我的情况下应该如何生成数据。帖子中描述的方法不适合我的需求，因为这种方式生成的查询和搜索结果更像是一个问题及其答案，而不是一个搜索词和上下文中的同一个词。
这种方法可以解决我的问题吗？如果是这样，我如何综合生成数据？非常感谢任何帮助。