simcse-model-thai-v0

Uso (Sentence-Transformers)

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

pip install -U sentence-transformers

Entonces puedes usar el modelo así:

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

model = SentenceTransformer('{MODEL_NAME}')
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 transformer, luego debes aplicar la operación de pooling adecuada sobre las embeddings de palabras contextualizadas.

from transformers import AutoTokenizer, AutoModel
import torch

 def cls_pooling(model_output, attention_mask):
 return model_output[0][:,0]

 # Oraciones para las que queremos embeddings de oración
 sentences = ['This is an example sentence', 'Each sentence is converted']

 # Cargar modelo desde HuggingFace Hub
 tokenizer = AutoTokenizer.from_pretrained('{MODEL_NAME}')
 model = AutoModel.from_pretrained('{MODEL_NAME}')

 # 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, pooling cls.
 sentence_embeddings = cls_pooling(model_output, encoded_input['attention_mask'])

 print("Sentence embeddings:")
 print(sentence_embeddings)