Kaze-droid/SENAN-Raw

Uso (Sentence-Transformers)

Usar este modelo se vuelve fácil cuando tienes instalado sentence-transformers:

pip install -U sentence-transformers

Luego puedes usar el modelo así:

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('Kaze-droid/SENAN-Raw')
embeddings = model.encode(sentences)
print(embeddings)

Uso (HuggingFace Transformers)

Sin sentence-transformers, puedes usar el modelo así: Primero, pasas tu entrada a través del modelo de transformadores, luego debes aplicar la operación de pooling correcta sobre los embeddings de palabras contextualizadas.

from transformers import AutoTokenizer, AutoModel
import torch

# Mean Pooling - Tener en cuenta la máscara de atención para un 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 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 oraciones
sentences = ['This is an example sentence', 'Each sentence is converted']

# Cargar el modelo desde el HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('Kaze-droid/SENAN-Raw')
model = AutoModel.from_pretrained('Kaze-droid/SENAN-Raw')

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

# Calcular 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 oraciones:")
print(sentence_embeddings)

Resultados de la Evaluación

Para una evaluación automatizada de este modelo, ver el Benchmark de Embeddings de Oraciones: https://seb.sbert.net

Entrenamiento

El modelo fue entrenado con los siguientes parámetros:

• DataLoader: torch.utils.data.dataloader.DataLoader de longitud 19 con los parámetros:
  • batch_size: 16
  • sampler: torch.utils.data.sampler.RandomSampler
  • batch_sampler: torch.utils.data.sampler.BatchSampler
• Pérdida: sentence_transformers.losses.TripletLoss.TripletLoss con los parámetros:
  • distance_metric: TripletDistanceMetric.COSINE
  • triplet_margin: 0.75
• Parámetros del método fit():
  • epochs: 25
  • evaluation_steps: 5
  • evaluator: sentence_transformers.evaluation.TripletEvaluator.TripletEvaluator
  • max_grad_norm: 1
  • optimizer_class: ""
  • optimizer_params: {"lr": 2e-05}
  • scheduler: WarmupLinear
  • steps_per_epoch: null
  • warmup_steps: 10000
  • weight_decay: 0.01

Arquitectura Completa del Modelo

SentenceTransformer(
    (0): Transformer({'max_seq_length': 128, 'do_lower_case': False}) con modelo Transformer: XLMRobertaModel 
    (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)

Citaciones & Autores