symptom_encoder_v8
joseluhf11
Similitud de oraciones
Este es un modelo de sentence-transformers: Mapea oraciones y párrafos a un espacio vectorial denso de 128 dimensiones y puede ser utilizado para tareas como la agrupación o la búsqueda semántica.
Como usar
Uso (Sentence-Transformers)
Instalar la biblioteca sentence-transformers:
pip install -U sentence-transformers
Luego, puedes usar el modelo de la siguiente manera:
from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]
model = SentenceTransformer('symptom_encoder_v8')
embeddings = model.encode(sentences)
print(embeddings)
Uso (HuggingFace Transformers):
from transformers import AutoTokenizer, AutoModel
import torch
# Mean Pooling - Tome la máscara de atención en cuenta para el promedio correcto
def mean_pooling(model_output, attention_mask):
token_embeddings = model_output[0] # Primer elemento de model_output contiene todas las embeddings de 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 que queremos embeddings de sentencias
sentences = ['This is an example sentence', 'Each sentence is converted']
# Cargar modelo desde HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('symptom_encoder_v8')
model = AutoModel.from_pretrained('symptom_encoder_v8')
# Tokenizar oraciones
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')
# Computar embeddings de tokens
with torch.no_grad():
model_output = model(**encoded_input)
# Realizar pooling. En este caso, mean pooling.
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])
print("Embeddings de sentencias:")
print(sentence_embeddings)
Funcionalidades
- Transformación de sentencias a vectores densos multidimensionales
- Compatible con PyTorch y Transformers de Hugging Face
- Extracción de características
- Inferencia de embeddings de texto
Casos de uso
- Agrupación de sentencias
- Búsqueda semántica
- Extracción de características de texto