cross-encoder/stsb-roberta-base
cross-encoder
Clasificación de texto
Este modelo se entrenó utilizando la clase Cross-Encoder de SentenceTransformers. Se entrenó en el conjunto de datos de referencia STS. El modelo predice un puntaje entre 0 y 1 para la similitud semántica de dos oraciones. Los modelos preentrenados se pueden utilizar para predecir puntuaciones en pares de oraciones. También se puede usar sin SentenceTransformers, solo utilizando la clase AutoModel de Transformers.
Como usar
Los modelos preentrenados se pueden utilizar de la siguiente manera:
from sentence_transformers import CrossEncoder
model = CrossEncoder('model_name')
scores = model.predict([('Sentence 1', 'Sentence 2'), ('Sentence 3', 'Sentence 4')])
El modelo predecirá puntuaciones para los pares ('Oración 1', 'Oración 2') y ('Oración 3', 'Oración 4'). También puede usar este modelo sin SentenceTransformers utilizando solo la clase AutoModel de Transformers.
Funcionalidades
- Clasificación de texto
- Compatible con Transformers
- Compatible con PyTorch
- Compatible con JAX
- Basado en roBERTa
- Compatible con AutoTrain
- Compatible con puntos de inferencia
- Licencia: Apache-2.0
Casos de uso
- Detección de preguntas duplicadas en Quora
- Clasificación de textos por similitud semántica