MPNet base entrenado en tripletes AllNLI

tomaarsen
Similitud de oraciones

Este es un modelo de transformadores de oraciones afinado a partir de microsoft/mpnet-base en el conjunto de datos sentence-transformers/all-nli. Mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones y puede ser utilizado para la similitud textual semántica, búsqueda semántica, minería de paráfrasis, clasificación de texto, agrupamiento y más.

Como usar

Uso Directo (Transformadores de Oraciones)

Primero instala la biblioteca de Transformadores de Oraciones:

pip install -U sentence-transformers

Luego puedes cargar este modelo y ejecutar la inferencia:

from sentence_transformers import SentenceTransformer

# Descarga del Hub de 🤗
model = SentenceTransformer("tomaarsen/mpnet-base-all-nli-triplet")
# Ejecuta inferencia
sentences = [
'Then he ran.',
'The people are running.',
'The man is on his bike.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Obtén las puntuaciones de similitud para las incrustaciones
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Funcionalidades

Modelo de transformadores de oraciones
Modelo base: microsoft/mpnet-base
Longitud máxima de secuencia: 512 tokens
Dimensionalidad de salida: 768 tokens
Función de similitud: Similitud de coseno

Casos de uso

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