prashpathak/xlscout_standigger_15_jul

prashpathak
Similitud de oraciones

Este es un modelo de sentence-transformers entrenado. Mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones y puede ser utilizado para la similitud semántica textual, búsqueda semántica, minería de paráfrasis, clasificación de texto, agrupamiento y más.

Como usar

Uso Directo (Transformadores de Oraciones)

Primero instala la librería de Sentence Transformers:

pip install -U sentence-transformers

Luego puedes cargar este modelo y ejecutar inferencias.

from sentence_transformers import SentenceTransformer

# Descarga del Hub de 🤗
model = SentenceTransformer("prashpathak/xlscout_standigger_15_jul")
# Ejecuta inferencia
oraciones = [
    'El clima está agradable hoy.',
    '¡Está tan soleado afuera!',
    'Él condujo al estadio.',
]
embeddings = model.encode(oraciones)
print(embeddings.shape)
# [3, 768]

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

Funcionalidades

Modelo de Transformador de Oraciones
Longitud máxima de la secuencia: 512 tokens
Dimensionalidad de salida: 768 tokens
Función de similitud: Similitud del Coseno

Casos de uso

Similitud semántica textual
Búsqueda semántica
Minería de paráfrasis
Clasificación de texto
Agrupamiento