Romaniox/all-mpnet-base-v2-sts

Romaniox

Similitud de oraciones

Este es un modelo de sentence-transformers afinado a partir de sentence-transformers/all-mpnet-base-v2 en el conjunto de datos sentence-transformers/stsb. Mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones y se puede usar para similitud textual semántica, búsqueda semántica, minería de paráfrasis, clasificación de texto, agrupamiento, y más.

Como usar

Uso directo (Sentence Transformers)
Primero instala la biblioteca Sentence Transformers:
pip install -U sentence-transformers

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

# Descargar desde el Hub 🤗
model = SentenceTransformer("Romaniox/all-mpnet-base-v2-sts")
# Ejecutar la inferencia
sentences = [
'While Queen may refer to both Queen regent (sovereign) or Queen consort, the King has always been the sovereign.',
'There is a very good reason not to refer to the Queen\'s spouse as "King" - because they aren\'t the King.',
'A man sitting on the floor in a room is strumming a guitar.',
]
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 oraciones
Modelo base: sentence-transformers/all-mpnet-base-v2
Longitud máxima de secuencia: 384 tokens
Dimensionalidad de salida: 768 tokens
Función de similitud: Similitud Coseno
Dataset de entrenamiento: sentence-transformers/stsb
Documentación: Documentación de Sentence Transformers
Repositorio: Sentence Transformers en GitHub
Biblioteca: Sentence Transformers en Hugging Face

Casos de uso

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