CaoHaiNam/obito-v1

CaoHaiNam
Similitud de oraciones

Mejor que obito-v0 Este es un modelo de sentence-transformers: mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones y se puede utilizar para tareas como la agrupación o la búsqueda semántica.

Como usar

Uso (Sentence-Transformers)

Usar este modelo es fácil cuando tienes sentence-transformers instalado:

pip install -U sentence-transformers

Then you can use the model like this:
from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('CaoHaiNam/obito-v1')
embeddings = model.encode(sentences)
print(embeddings)

Uso (HuggingFace Transformers)

Sin sentence-transformers, puedes usar el modelo de la siguiente manera: Primero, tienes que pasar tu entrada a través del modelo transformer, luego tienes que aplicar la operación de pooling adecuada en la parte superior de las incrustaciones de palabras contextualizadas.

from transformers import AutoTokenizer, AutoModel
import torch

#Mean Pooling - Take attention mask into account for correct averaging
def mean_pooling(model_output, attention_mask):
    token_embeddings = model_output[0] #First element of model_output contains all token embeddings
    input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
    return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)

# Sentences we want sentence embeddings for
sentences = ['This is an example sentence', 'Each sentence is converted']

# Load model from HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('CaoHaiNam/obito-v1')
model = AutoModel.from_pretrained('CaoHaiNam/obito-v1')

# Tokenize sentences
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')

# Compute token embeddings
with torch.no_grad():
    model_output = model(**encoded_input)

# Perform pooling. In this case, mean pooling.
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])

print("Sentence embeddings:")
print(sentence_embeddings)

Resultados de Evaluación

Para una evaluación automatizada de este modelo, consulte el Sentence Embeddings Benchmark: https://seb.sbert.net

Funcionalidades

Modelo de sentence-transformers
Mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones
Tareas posibles: agrupamiento y búsqueda semántica

Casos de uso

Agrupamiento de oraciones
Búsqueda semántica
Extracción de características