T-Blue/tsdae_pro_mbert
T-Blue
Similitud de oraciones
Este es un modelo de Sentence-Transformers afinado a partir de google-bert/bert-base-uncased. Mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones y se puede utilizar para similitud semántica textual, búsqueda semántica, minería de paráfrasis, clasificación de texto, agrupación y más.
Como usar
Primero instala la biblioteca Sentence Transformers:
pip install -U sentence-transformers
Luego puedes cargar este modelo y ejecutar inferencias.
from sentence_transformers import SentenceTransformer
# Descargar desde el Hub de 🤗
model = SentenceTransformer("T-Blue/tsdae_pro_mbert")
# Ejecutar inferencia
sentences = [
'𑀫च𑀢𑀲𑀢 𑀳न𑀪𑁦𑀟𑀦 च',
' 𑀳𑀫त𑀫𑁦𑀪ढचप𑀢न𑀞 पच 𑀫च𑀢𑀲𑀢 ञच𑀦 𑀳न𑀪𑁦𑀟𑀦 च त𑀢𑀞𑀢𑀟 𑀭थ𑀖𑀗𑀯',
'𑀯',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]
# Obtener los puntajes de similitud para las incrustaciones
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
Funcionalidades
- Modelo de transformador de oraciones basado en google-bert/bert-base-uncased
- Longitud máxima de secuencia: 512 tokens
- Dimensionalidad de salida: 768 tokens
- Función de similitud: Similitud del coseno
Casos de uso
- Similitud semántica textual
- Búsqueda semántica
- Minería de paráfrasis
- Clasificación de texto
- Agrupación