quangtqv/bge_base_embedding_6_8

quangtqv

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 similitud textual semántica, búsqueda semántica, minería de paráfrasis, clasificación de texto, agrupamiento, y más.

Como usar

Primero, instale la biblioteca de Sentence Transformers:
pip install -U sentence-transformers

Luego, puede cargar este modelo y ejecutar la inferencia.
from sentence_transformers import SentenceTransformer

# Descargar desde el Hub de 🤗
model = SentenceTransformer("quangtqv/bge_base_embedding_6_8")
# Ejecutar inferencia
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]

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

Funcionalidades

Tipo de Modelo: Transformer de Sentencias
Longitud Máxima de Secuencia: 512 tokens
Dimensionalidad de Salida: 768 tokens
Función de Similitud: Similitud del Coseno

Casos de uso

Similitud Textual Semántica
Búsqueda Semántica
Minería de Paráfrasis
Clasificación de Texto
Agrupamiento