mod-th-cross-encoder-minilm
Pongsasit
Clasificación de texto
Este es el modelo de un modelo 🤗 transformers que ha sido subido al Hub. Esta tarjeta de modelo ha sido generada automáticamente.
Como usar
Usa el siguiente código para comenzar con el modelo.
from sentence_transformers.cross_encoder import CrossEncoder
model = CrossEncoder("Pongsasit/mod-th-cross-encoder-minilm")
th_question = "การใช้สีส่งผลต่ออารมณ์ของภาพวาดอย่างไร"
th_answer1 = "เมื่อศิลปินเลือกเฉดสีที่แตกต่างกัน มันก็เหมือนกับการเลือกความรู้สึกที่แตกต่างกันให้กับภาพของพวกเขา!"
th_answer2 = "ทำไมสิ่งเล็กๆ น้อยๆ บางครั้งจึงดูเหมือนอยู่สองแห่งในเวลาเดียวกัน? เหมือนพยายามจับผีเล่นซ่อนหา!"
en_question = "How does the use of color contribute to the emotional impact of a painting?"
en_answer1 = "When an artist picks different shades, it's like picking different feelings for their picture!"
en_answer2 = "Why do really tiny things sometimes seem to be in two places at the same time? It's like trying to catch a sneaky ghost playing hide and seek!"
th_scores = model.predict([[th_question, th_answer1], [th_question, th_answer2]])
en_scores = model.predict([[en_question, en_answer1], [en_question, en_answer2]])
Funcionalidades
- Clasificación de texto
- Transformadores
- Safetensors
- Bert
- Puntos de inferencia
Casos de uso
- Puntos de inferencia del modelo
- Clasificación de texto
- Predicción de similitud de oraciones