Deehan1866/finetuned-phrase-bert-large

Deehan1866

Similitud de oraciones

Este es un modelo de sentence-transformers ajustado a partir de whaleloops/phrase-bert en el conjunto de datos PiC/phrase_similarity. Mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones y se puede usar para la similitud textual semántica, búsqueda semántica, minería de paráfrasis, clasificación de texto, agrupamiento y más.

Como usar

Primero instala la biblioteca de Sentence Transformers:
pip install -U sentence-transformers

Luego puedes cargar este modelo y ejecutar inferencia.
from sentence_transformers import SentenceTransformer

# Descargar del Hub de 🤗
model = SentenceTransformer("Deehan1866/finetuned-phrase-bert-large")
# Ejecutar inferencia
sentences = [
    'He also played with the Turkish 2nd Division team Pertevniyal, which was at the time the farm team of Efes, via a dual license.',
    'He also played with the Turkish 2nd Division team Pertevniyal, which was at the time the farm team of Efes, via a two-part authorization.',
    'Storage/centre tracks are found in the vicinity of the following stations:
Other song highlights.',
]
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

Modelo de Sentence Transformer
Modelo base: whaleloops/phrase-bert
Longitud máxima de secuencia: 128 tokens
Dimensionalidad de salida: 768 tokens
Función de similitud: Similitud del coseno
Conjunto de datos de entrenamiento: PiC/phrase_similarity

Casos de uso

Similitud textual semántica
Búsqueda semántica
Minería de paráfrasis
Clasificación de texto
Agrupamiento