davanstrien/code-prompt-similarity-model
davanstrien
Similitud de oraciones
Este es un modelo de transformadores de oraciones perfeccionado a partir de microsoft/mpnet-base. Mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones y puede ser utilizado para similitud textual semántica, búsqueda semántica, minería de paráfrasis, clasificación de texto, agrupamiento y más.
Como usar
Instalar la librería de transformadores de oraciones:
pip install -U sentence-transformers
Luego puedes cargar este modelo y ejecutar inferencias:
from sentence_transformers import SentenceTransformer
# Descargar desde el Hub
model = SentenceTransformer("davanstrien/code-prompt-similarity-model")
# Ejecutar inferencias
sentences = [
'Escribe una función de Python que toma un número de nota MIDI y devuelve el número de tecla del piano correspondiente.',
'Crea una función de Python que traduzca números de nota MIDI a números de teclas del piano, facilitando la generación de música.',
'Escribe una función de Python que acepte un diccionario y devuelva un conjunto de valores distintos. Si una clave mapea a una lista vacía, devuelve un conjunto vacío.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]
# Obtener las puntuaciones de similitud para las incrustaciones
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
Funcionalidades
- Trasforma texto a un espacio vectorial de 768 dimensiones
- Función de similitud: Similitud del Coseno
- Longitud máxima de secuencia: 512 tokens
- Soporta varias métricas de evaluación como 'accuracy del coseno', 'accuracy del punto', 'accuracy Euclidiana', y más
Casos de uso
- Similitud textual semántica entre oraciones o párrafos
- Búsqueda semántica
- Minería de paráfrasis
- Clasificación de textos
- Agrupamiento de textos