Omartificial-Intelligence-Space/Arabic-base-all-nli-stsb-quora

Omartificial-Intelligence-Space

Similitud de oraciones

Este es un modelo de sentence-transformers afinado a partir de google-bert/bert-base-multilingual-cased en los conjuntos de datos all-nli-pair, all-nli-pair-class, all-nli-pair-score, all-nli-triplet, stsb y quora. Mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones y puede ser utilizado para similitud textual semántica, búsqueda semántica, minería de paráfrasis, clasificación de textos, clustering y más.

Como usar

Primero, instala la biblioteca de Sentence Transformers:
pip install -U sentence-transformers

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

# Descarga desde el Hub 🤗
model = SentenceTransformer("Omartificial-Intelligence-Space/Arabic-base-all-nli-stsb-quora")
# Ejecuta inferencias
sentences = [
'ما هي الدروس التي يمكن أن نتعلمها من أدولف هتلر؟',
'ما هي الدروس التي يمكن أن نتعلمها من أدولف هتلر؟',
'ما مدى قربنا من الحرب العالمية؟',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Obtiene las puntuaciones de similitud para las incrustaciones
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Funcionalidades

Modelo de Transformer de oración basado en google-bert/bert-base-multilingual-cased
Longitud máxima de secuencia: 512 tokens
Dimensionalidad de salida: 768 tokens
Función de similitud: Similitud Coseno

Casos de uso

Similitud textual semántica
Búsqueda semántica
Minería de paráfrasis
Clasificación de textos
Clustering