tomaarsen/bert-base-uncased-cnn

tomaarsen

Similitud de oraciones

Este es un modelo de sentence-transformers ajustado a partir de google-bert/bert-base-uncased en el conjunto de datos sentence-transformers/stsb. Mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones y puede ser utilizado para métodos de similitud textual semántica, búsqueda semántica, minería de paráfrasis, clasificación de texto, agrupamiento y más.

Como usar

Para usar el modelo, primero instala la librería de Sentence Transformers:
pip install -U sentence-transformers

Luego puedes cargar este modelo y ejecutar inferencias.
from sentence_transformers import SentenceTransformer

# Descargar del Hub de 🤗
model = SentenceTransformer("tomaarsen/bert-base-uncased-cnn")
# Ejecutar inferencia
sentences = [
    'A person makes fire.',
    'The person is starting a fire.',
    'Blast on Indian train kills one',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Obtener los puntajes de similitud para los embeddings
similarities = model.similarity(embeddings)
print(similarities.shape)
# [3, 3]

Funcionalidades

Modelo de Sentence Transformer
Modelo base: google-bert/bert-base-uncased
Longitud máxima de secuencia: 512 tokens
Dimensionalidad de salida: 768 tokens
Función de similitud: Cosine Similarity
Conjunto de datos de entrenamiento: sentence-transformers/stsb

Casos de uso

Similitud textual semántica
Búsqueda semántica
Minería de paráfrasis
Clasificación de texto
Agrupamiento de textos