Lajavaness/sentence-camembert-base

El modelo se puede usar directamente (sin un modelo de lenguaje) de la siguiente manera:

from sentence_transformers import SentenceTransformer
model = SentenceTransformer("Lajavaness/sentence-camembert-base")

sentences = ["Un avion est en train de décoller.",
"Un homme joue d'une grande flûte.",
"Un homme étale du fromage râpé sur une pizza.",
"Une personne jette un chat au plafond.",
"Une personne est en train de plier un morceau de papier."]

embeddings = model.encode(sentences)

El modelo puede ser evaluado de la siguiente manera en los datos de prueba en francés del stsb:

from sentence_transformers import SentenceTransformer
from sentence_transformers.readers import InputExample
from sentence_transformers.evaluation import EmbeddingSimilarityEvaluator
from datasets import load_dataset

def convert_dataset(dataset):
 dataset_samples=[]
 for df in dataset:
 score = float(df['similarity_score'])/5.0 # Normalizar puntuación en rango 0 ... 1
 inp_example = InputExample(texts=[df['sentence1'], df['sentence2']], label=score)
 dataset_samples.append(inp_example)
 return dataset_samples

# Cargar el conjunto de datos para evaluación
 df_dev = load_dataset("stsb_multi_mt", name="fr", split="dev")
 df_test = load_dataset("stsb_multi_mt", name="fr", split="test")

# Convertir el conjunto de datos para evaluación
# Para el conjunto de desarrollo:
 dev_samples = convert_dataset(df_dev)
 val_evaluator = EmbeddingSimilarityEvaluator.from_input_examples(dev_samples, name='sts-dev')
 val_evaluator(model, output_path="./")

# Para el conjunto de prueba:
 test_samples = convert_dataset(df_test)
 test_evaluator = EmbeddingSimilarityEvaluator.from_input_examples(test_samples, name='sts-test')
 test_evaluator(model, output_path="./")