MPNet base entrenado en GooAQ Question-Answer tuples

tomaarsen

Similitud de oraciones

Este es un modelo de sentence-transformers ajustado a partir del modelo microsoft/mpnet-base en el conjunto de datos sentence-transformers/gooaq. Mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones y se puede usar para la similitud textual semántica, búsqueda semántica, minería de sinónimos, clasificación de textos, agrupación y más. Este modelo se entrenó utilizando el código train_script.py.

Como usar

Uso directo (Transformadores de Oraciones)
Primero instale la biblioteca de Transformadores de Oraciones:
pip install -U sentence-transformers

Luego puede cargar este modelo y ejecutar inferencia.
from sentence_transformers import SentenceTransformer

# Descargar desde el centro Hugging Face
model = SentenceTransformer("tomaarsen/mpnet-base-gooaq")
# Ejecutar inferencia
sentences = [
    '11 es qué de 8?',
    'Convertir fracción (ratio) 8 / 11 Respuesta: 72.727272727273%',
    'Las pensiones de vejez no están incluidas en los ingresos gravables bajo el impuesto sobre la renta personal.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

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

Funcionalidades

Modelo de Transformador de Oraciones
Modelo base: microsoft/mpnet-base
Máxima longitud de secuencia: 512 tokens
Dimensionalidad de salida: 768 tokens
Función de similitud: Similitud Coseno
Conjunto de datos de entrenamiento: sentence-transformers/gooaq

Casos de uso

Similitud textual semántica
Búsqueda semántica
Minería de sinónimos
Clasificación de textos
Agrupación de documentos