xlscout_standigger_2_aug

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 se puede utilizar para similitud textual semántica, búsqueda semántica, minería de paráfrasis, clasificación de textos, agrupamiento y más.

Como usar

Uso Directo (Sentence Transformers)
# 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 desde el Hub de 🤗
model = SentenceTransformer("prashpathak/xlscout_standigger_2_aug")
# Ejecuta inferencias
sentences = [
  'The weather is lovely today.',
  "It's so sunny outside!",
  'He drove to the stadium.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

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

Funcionalidades

Modelo Transformador de oraciones
Longitud Máxima de Secuencia: 512 tokens
Dimensionalidad de Salida: 768 tokens
Función de Similitud: Similitud de Coseno

Casos de uso

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