shibing624/text2vec-base-chinese-sentence

Uso (text2vec)

Usar este modelo es fácil cuando tienes text2vec instalado:

pip install -U text2vec

Entonces puedes usar el modelo de esta manera:

from text2vec import SentenceModel
sentences = ['如何更换花呗绑定银行卡', '花呗更改绑定银行卡']
model = SentenceModel('shibing624/text2vec-base-chinese-sentence')
embeddings = model.encode(sentences)
print(embeddings)

Uso (HuggingFace Transformers)

Sin text2vec, puedes usar el modelo de esta manera: Primero, puedes pasar tu entrada a través del modelo transformer y luego aplicar la operación de agrupación correcta sobre las incrustaciones de palabras contextualizadas. Instalar transformers:

pip install transformers

Y luego cargar el modelo y predecir:

from transformers import BertTokenizer, BertModel
import torch
# Mean Pooling - Tomar en cuenta la máscara de atención para un promedio correcto
def mean_pooling(model_output, attention_mask):
    token_embeddings = model_output[0] # El primer elemento de model_output contiene todas las incrustaciones de 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)
# Cargar modelo desde HuggingFace Hub
tokenizer = BertTokenizer.from_pretrained('shibing624/text2vec-base-chinese-sentence')
model = BertModel.from_pretrained('shibing624/text2vec-base-chinese-sentence')
sentences = ['如何更换花呗绑定银行卡', '花呗更改绑定银行卡']
# Tokenizar oraciones
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')
# Calcular incrustaciones de tokens
with torch.no_grad():
    model_output = model(**encoded_input)
# Realizar agrupación. En este caso, agrupación media.
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])
print('Incrustaciones de oraciones:')
print(sentence_embeddings)

Uso (sentence-transformers)

sentence-transformers es una biblioteca popular para calcular representaciones vectoriales densas para oraciones. Instalar sentence-transformers:

pip install -U sentence-transformers

Entonces cargar el modelo y predecir:

from sentence_transformers import SentenceTransformer
m = SentenceTransformer('shibing624/text2vec-base-chinese-sentence')
sentences = ['如何更换花呗绑定银行卡', '花呗更改绑定银行卡']
sentence_embeddings = m.encode(sentences)
print('Incrustaciones de oraciones:')
print(sentence_embeddings)