jurimodel

Uso (Sentence-Transformers)

Usar este modelo es fácil cuando tienes sentence-transformers instalado:

pip install -U sentence-transformers

Entonces puedes usar el modelo de esta manera:

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('jurimodel')
embeddings = model.encode(sentences)
print(embeddings)

Uso (HuggingFace Transformers)

Sin sentence-transformers, puedes usar el modelo de esta manera: Primero, pasas tu entrada a través del modelo transformer, luego tienes que aplicar la operación de pooling adecuada sobre los embeddings contextualizados de palabras.

from transformers import AutoTokenizer, AutoModel
import torch

#Mean Pooling - Tener en cuenta la máscara de atención para promediar correctamente
 def mean_pooling(model_output, attention_mask):
 token_embeddings = model_output[0] #El primer elemento de la salida del modelo contiene todos los embeddings de los tokens
 input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
 return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)

#Oraciones para las que queremos embeddings de oraciones
 sentences = ['This is an example sentence', 'Each sentence is converted']

#Cargar modelo desde HuggingFace Hub
 tokenizer = AutoTokenizer.from_pretrained('jurimodel')
 model = AutoModel.from_pretrained('jurimodel')

 #Tokenizar oraciones
 encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')

#Calcular embeddings de tokens
 with torch.no_grad():
 model_output = model(**encoded_input)

#Realizar pooling. En este caso, mean pooling.
 sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])

print("Embeddings de oraciones:")
print(sentence_embeddings)