sentence-transformers/sentence-t5-base
Este es un modelo de sentence-transformers: Mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones. El modelo funciona bien para tareas de similitud de oraciones, pero no se desempeña tan bien para tareas de búsqueda semántica. Este modelo fue convertido del modelo TensorFlow st5-base-1 a PyTorch. Al usar este modelo, consulta la publicación: Sentence-T5: codificadores de oraciones escalables a partir de modelos preentrenados de texto a texto. El modelo tfhub y este modelo PyTorch pueden producir incrustaciones ligeramente diferentes, sin embargo, cuando se ejecutan en los mismos benchmarks, producen resultados idénticos. El modelo usa solo el codificador de un modelo T5-base. Los pesos se almacenan en FP16.
Como usar
Usar este modelo se vuelve fácil cuando tienes sentence-transformers instalado:
pip install -U sentence-transformers
Luego puedes usar el modelo así:
from sentence_transformers import SentenceTransformer
sentences = ["Esto es una oración de ejemplo", "Cada oración es convertida"]
model = SentenceTransformer('sentence-transformers/sentence-t5-base')
embeddings = model.encode(sentences)
print(embeddings)
El modelo requiere la versión 2.2.0 o más reciente de sentence-transformers.
Funcionalidades
- Transformadores de oraciones
- PyTorch
- Rust
- Safetensors
- Extractores de características
- Compatibilidad con AutoTrain
- Compatibilidad con puntos de inferencia
Casos de uso
- Similitud de oraciones