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