Deehan1866/finetuned-strucy-large

Deehan1866

Similitud de oraciones

Este es un modelo sentence-transformers ajustado de bayartsogt/structbert-large en el conjunto de datos PiC/phrase_similarity. Mapea oraciones y párrafos a un espacio vectorial denso de 1024 dimensiones y se puede utilizar para la similitud textual semántica, búsqueda semántica, minería de paráfrasis, clasificación de texto, agrupación y más.

Como usar

# Primero instala la librería Sentence Transformers:
pip install -U sentence-transformers

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

# Descargar desde el Hub de 🤗
model = SentenceTransformer("Deehan1866/finetuned-strucy-large")
# Ejecutar inferencia
sentences = [
    'También jugó con el equipo de la 2da División de Turquía, Pertevniyal, que en ese momento era el equipo filial de Efes, a través de una licencia dual.',
    'También jugó con el equipo de la 2da División de Turquía, Pertevniyal, que en ese momento era el equipo filial de Efes, a través de una autorización de dos partes.',
    'Las pistas de almacenamiento/centro se encuentran en las cercanías de las siguientes estaciones: 
 Otros destacados de la canción.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# Obtener las puntuaciones de similitud para los embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Funcionalidades

Modelo SentenceTransformer basado en bayartsogt/structbert-large
Longitud máxima de secuencia: 512 tokens
Dimensionalidad de salida: 1024 tokens
Función de similitud: Similitud del coseno
Pérdida de entrenamiento: SoftmaxLoss
Se ajusta en el conjunto de datos PiC/phrase_similarity

Casos de uso

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