bert-base-dutch-cased-snli

Uso con Sentence-Transformers:

pip install -U sentence-transformers

from sentence_transformers import SentenceTransformer
sentences = ["Esta es una oración de ejemplo", "Cada oración es convertida"]

model = SentenceTransformer('bert-base-dutch-cased-snli')
embeddings = model.encode(sentences)
print(embeddings)

Uso con HuggingFace Transformers:

from transformers import AutoTokenizer, AutoModel
import torch

#Media de las agrupaciones - Toma en cuenta la máscara de atención para el promedio correcto
def mean_pooling(model_output, attention_mask):
    token_embeddings = model_output[0] #El primer elemento de model_output contiene todos los embeddings de los tokens
    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)

#Oraciones para las cuales queremos los embeddings de oración
sentences = ['Esta es una oración de ejemplo', 'Cada oración es convertida']

#Cargar el modelo desde HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('bert-base-dutch-cased-snli')
model = AutoModel.from_pretrained('bert-base-dutch-cased-snli')

#Tokenizar las oraciones
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')

#Calcular los embeddings de los tokens
with torch.no_grad():
    model_output = model(**encoded_input)

#Realizar la agrupación. En este caso, agrupación por media.
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])

print("Embeddings de oraciones:")
print(sentence_embeddings)