Omartificial-Intelligence-Space/Arabic-mpnet-base-all-nli-triplet
Omartificial-Intelligence-Space
Similitud de oraciones
Este es un modelo de sentence-transformers afinado desde tomaarsen/mpnet-base-all-nli-triplet en el conjunto de datos Omartificial-Intelligence-Space/arabic-n_li-triplet. Mapea frases y párrafos en un espacio vectorial denso de 768 dimensiones y se puede utilizar para similitud textual semántica, búsqueda semántica, minería de paráfrasis, clasificación de texto, clustering y más.
Como usar
Primero instala la librería Sentence Transformers:
pip install -U sentence-transformers
Luego puedes cargar este modelo y ejecutar inferencia.
from sentence_transformers import SentenceTransformer
# Descargar del Hub de 🤗
model = SentenceTransformer("Omartificial-Intelligence-Space/mpnet-base-all-nli-triplet-Arabic-mpnet_base")
# Ejecutar inferencia
sentences = [
'يجلس شاب ذو شعر أشقر على الحائط يقرأ جريدة بينما تمر امرأة وفتاة شابة.',
'ذكر شاب ينظر إلى جريدة بينما تمر إمرأتان بجانبه',
'الشاب نائم بينما الأم تقود ابنتها إلى الحديقة',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]
# Obtener las puntuaciones de similitud para las incrustaciones
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
Funcionalidades
- Modelo de Transformador de Sentencias
- Modelo base: tomaarsen/mpnet-base-all-nli-triplet
- Longitud máxima de secuencia: 512 tokens
- Dimensionalidad de salida: 768 tokens
- Función de similitud: Similitud del coseno
- Compatible con entornos de producción y experimentación
Casos de uso
- Similitud textual semántica
- Búsqueda semántica
- Minería de paráfrasis
- Clasificación de textos
- Clustering