MarcoAland/Indo-bge-m3

MarcoAland

Similitud de oraciones

Este es un modelo de transformadores de oraciones afinado a partir de BAAI/bge-m3. Mapea oraciones y párrafos a un espacio vectorial denso de 1024 dimensiones y se puede usar para la similitud textual semántica, búsqueda semántica, minería de parafrases, clasificación de texto, agrupamiento, y más.

Como usar

Uso Directo (Transformers de Oraciones)
# Primero instala la biblioteca de Transformers de Oraciones:
pip install -U sentence-transformers

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

# Descargar desde el Hub de 🤗
model = SentenceTransformer("MarcoAland/Indo-bge-m3")
# Ejecutar inferencias
sentences = [
'Orang-orang ada di luar.',
'Orang-orang berjalan di luar dan mengenakan warna gelap.',
'Sekelompok orang sedang makan di sebuah restoran dengan mural seorang wanita sedang berbelanja di belakang mereka.',
]
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 de Transformador de Oraciones
Modelo base: BAAI/bge-m3
Longitud máxima de secuencia: 8192 tokens
Dimensionalidad de salida: 1024 tokens
Función de similitud: Similitud Coseno

Casos de uso

Similitud textual semántica
Búsqueda semántica
Minería de parafrases
Clasificación de texto
Agrupamiento