sartifyllc/MultiLinguSwahili-bge-small-en-v1.5-nli-matryoshka
sartifyllc
Similitud de oraciones
Este es un modelo de sentence-transformers afinado a partir de BAAI/bge-small-en-v1.5 en el dataset Mollel/swahili-n_li-triplet-swh-eng. Mapea oraciones y párrafos a un espacio vectorial denso de 384 dimensiones y puede ser utilizado para similitud textual semántica, búsqueda semántica, minería de paráfrasis, clasificación de texto, agrupamiento, y más.
Como usar
Instalar la biblioteca Sentence Transformers:
pip install -U sentence-transformers
Luego puedes cargar este modelo y ejecutar inferencia.
from sentence_transformers import SentenceTransformer
# Descargar desde el Hub de 🤗
model = SentenceTransformer("sartifyllc/MultiLinguSwahili-bge-small-en-v1.5-nli-matryoshka")
# Ejecutar inferencia
sentences = [
'Mwanamume na mwanamke wachanga waliovaa mikoba wanaweka au kuondoa kitu kutoka kwenye mti mweupe wa zamani, huku watu wengine wamesimama au wameketi nyuma.',
'mwanamume na mwanamke wenye mikoba',
'tai huruka',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]
# Obtener los puntajes de similitud para las incrustaciones
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
Funcionalidades
- Tipo de Modelo: Sentence Transformer
- Modelo base: BAAI/bge-small-en-v1.5
- Longitud máxima de la secuencia: 512 tokens
- Dimensionalidad de salida: 384 tokens
- Función de similitud: Similitud coseno
Casos de uso
- Similitud textual semántica
- Búsqueda semántica
- Minería de paráfrasis
- Clasificación de texto
- Agrupamiento