MarcoAland/Indonesian-bge-m3

MarcoAland

Similitud de oraciones

Este es un modelo de sentence-transformers afinado a partir del modelo BAAI/bge-m3. Mapea oraciones y párrafos a un espacio vectorial denso de 1024 dimensiones y puede usarse para la similitud textual semántica, búsqueda semántica, minería de parafrase, clasificación de texto, agrupación y más.

Como usar

Uso directo (Sentence Transformers)
Primero instala la librería de Sentence Transformers:
pip install -U sentence-transformers

Luego puedes cargar este modelo y ejecutar la inferencia.
from sentence_transformers import SentenceTransformer

# Descargar desde el Hub de 🤗
model = SentenceTransformer("MarcoAland/Indonesian-bge-m3")
# Ejecutar inferencia
sentences = [
  'Seorang anak laki-laki sedang membaca.',
  'Anak laki-laki kecil duduk di kursi modern yang besar, membaca buku anak-anak.',
  'Seorang anak baru saja memukul bola saat bermain T-ball.',
]
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 afinado del modelo BAAI/bge-m3
Longitud máxima de secuencia: 8192 tokens
Dimensionalidad de salida: 1024 tokens
Función de similitud: Similitud de coseno

Casos de uso

Similitud textual semántica
Búsqueda semántica
Minería de parafrase
Clasificación de texto
Agrupación