nampham1106/bkcare-embedding

Instalación

pip install -U sentence-transformers
pip install pyvi

Ejemplo de uso (Sentence-Transformers)

from sentence_transformers import SentenceTransformer
from pyvi.ViTokenizer import tokenize

sentences = ["Đang chích ngừa viêm gan B có chích ngừa Covid-19 được không?", "Nếu anh / chị đang tiêm ngừa vaccine phòng_bệnh viêm_gan B , anh / chị vẫn có_thể tiêm phòng vaccine phòng Covid-19 , tuy_nhiên vaccine Covid-19 phải được tiêm cách trước và sau mũi vaccine viêm gan B tối_thiểu là 14 ngày ."]

model = SentenceTransformer('nampham1106/bkcare-embedding')
sentences = [tokenize(sentence) for sentence in sentences]
embeddings = model.encode(sentences)
print(embeddings)

Ejemplo de uso (HuggingFace Transformers)

from transformers import AutoTokenizer, AutoModel
import torch
from pyvi.ViTokenizer import tokenize

# Mean Pooling - Tener en cuenta el mascarado de atención para un promedio correcto

def mean_pooling(model_output, attention_mask):
    token_embeddings = model_output[0] # Primer elemento de model_output contiene todos los embeddings token
    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)

# Frases para las cuales queremos embeddings de frase
sentences = ["Đang chích ngừa viêm gan B có chích ngừa Covid-19 được không?", "Nếu anh / chị đang tiêm ngừa vaccine phòng_bệnh viêm_gan B , anh / chị vẫn có_thể tiêm phòng vaccine phòng Covid-19 , tuy_nhiên vaccine Covid-19 phải được tiêm cách trước và sau mũi vaccine viêm gan B tối_thiểu là 14 ngày ."]

# Cargar modelo desde HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('nampham1106/bkcare-embedding')
model = AutoModel.from_pretrained('nampham1106/bkcare-embedding')

sentences = [tokenize(sentence) for sentence in sentences]

# Tokenizar frases
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 frases:")
print(sentence_embeddings)

Resultados de Evaluación

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