ToolBench_IR_bert_based_uncased

Uso (Sentence-Transformers)

Usar este modelo se vuelve fácil cuando tienes sentence-transformers instalado:

pip install -U sentence-transformers

Luego puedes usar el modelo así:

from sentence_transformers import SentenceTransformer
sentencias = ["Esta es una oración de ejemplo", "Cada oración es convertida"]
modelo = SentenceTransformer('{MODEL_NAME}')
embeddings = modelo.encode(sentencias)
print(embeddings)

Uso (HuggingFace Transformers)

Sin sentence-transformers, puedes usar el modelo así: Primero, pasas tu entrada a través del modelo transformer, luego tienes que aplicar la operación de agrupamiento correcta sobre las incrustaciones de palabras contextualizadas.

from transformers import AutoTokenizer, AutoModel
import torch
#Agrupación Media - Toma en cuenta la máscara de atención para promediar correctamente
def mean_pooling(model_output, attention_mask):
token_embeddings = model_output[0] #El primer elemento del 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)
# Oraciones para las que queremos las incrustaciones de oraciones
sentencias = ['Esta es una oración de ejemplo', 'Cada oración es convertida']
# Cargar modelo del HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('{MODEL_NAME}')
modelo = AutoModel.from_pretrained('{MODEL_NAME}')
# Tokenizar oraciones
encoded_input = tokenizer(sentencias, padding=True, truncation=True, return_tensors='pt')
# Calcular incrustaciones de tokens
with torch.no_grad():
model_output = modelo(**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)