sentence-transformers/sentence-t5-large
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 en tareas de búsqueda semántica. Este modelo fue convertido del modelo Tensorflow st5-large-1 a PyTorch. Al utilizar este modelo, consulte la publicación: Sentence-T5: Scalable Sentence Encoders from Pre-trained Text-to-Text Models. El modelo tfhub y este modelo PyTorch pueden producir diferentes embeddings, sin embargo, cuando se ejecutan en los mismos benchmarks, producen resultados idénticos. El modelo utiliza solo el codificador de un modelo T5-large. Los pesos están almacenados en FP16.
Como usar
Usar este modelo se vuelve fácil cuando tienes sentence-transformers instalado:
pip install -U sentence-transformers
Luego, puedes utilizar el modelo de esta manera:
from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]
model = SentenceTransformer('sentence-transformers/sentence-t5-large')
embeddings = model.encode(sentences)
print(embeddings)
El modelo requiere sentence-transformers versión 2.2.0 o más reciente.
Funcionalidades
- Mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones
- Funciona bien para tareas de similitud de oraciones
- Convertido de Tensorflow st5-large-1 a PyTorch
- Utiliza solo el codificador de un modelo T5-large
- Pesos almacenados en FP16
Casos de uso
- Similitud de oraciones
- Codificación de oraciones y párrafos