BookingCare/multilingual-e5-base-similarity-v1-onnx-quantized
BookingCare
Similitud de oraciones
Este es un modelo de versión ONNX de BookingCare/multilingual-e5-base-similarity-v1. Es un modelo de transformers multilingüe basado en e5 que se ha optimizado para cuantización ONNX. Este modelo está diseñado para la similitud de oraciones, extracción de características y ha sido afinado desde BookingCare/multilingual-e5-base-v2. Utiliza la pérdida de Ranking de Múltiples Negativos (MultipleNegativesRankingLoss) y es compatible con AutoTrain e Inference Endpoints.
Como usar
Cómo utilizar el modelo:
from transformers import pipeline
model_name = 'BookingCare/multilingual-e5-base-similarity-v1-onnx-quantized'
similarity_pipeline = pipeline('sentence-similarity', model=model_name)
result = similarity_pipeline({"source_sentence": "Tôi muốn tìm hiểu về các phương pháp điều trị ung thư phổi.", "sentences": ["Làm cách nào để hẹn khám bác sĩ tim mạch tại bệnh viện Việt Đức?","Thuốc này có thể gây ra tác dụng phụ như buồn nôn, nôn mửa và đau đầu ở một số bệnh nhân.", "Làm ơn cho tôi biết những cách điều trị ung thư phổi."]})
print(result)
Funcionalidades
- Similitud de oraciones
- Transformers de oraciones
- Optimizado con ONNX
- Basado en XLM-Roberta
- Extracción de características
- Generado desde entrenador (Trainer)
- Tamaño del conjunto de datos: 21568
- Pérdida: MultipleNegativesRankingLoss
- Modelo base: BookingCare/multilingual-e5-base-v2
- Compatibilidad con AutoTrain
- Inferencia mediante text embeddings
- Compatibilidad con Inference Endpoints
Casos de uso
- Determinar la similitud entre oraciones en múltiples idiomas
- Extracción de características semánticas de textos
- Comparación de preguntas y respuestas en sistemas de atención al cliente
- Análisis de sentimientos mediante embeddings de texto
- Filtrado y agrupamiento de documentos similares