ymelka/camembert-cosmetic-similarity

ymelka

Similitud de oraciones

Este es un modelo de sentence-transformers afinado a partir de ymelka/camembert-cosmetic-finetuned en el conjunto de datos PhilipMay/stsb_multi_mt. Mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones y puede utilizarse para la similitud textual semántica, búsqueda semántica, minería de paráfrasis, clasificación de texto, agrupamiento y más.

Como usar

Uso Directo (Sentence Transformers):
# Primero instala la librería Sentence Transformers:
pip install -U sentence-transformers

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

# Descarga desde el 🤗 Hub
model = SentenceTransformer("ymelka/camembert-cosmetic-similarity")
# Ejecutar inferencias
sentences = [
    'Un homme joue de la guitare.',
    'Un homme est en train de manger une banane.',
    'Un homme joue de la flûte.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

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

Funcionalidades

Transformador de oración basado en ymelka/camembert-cosmetic-finetuned
Mapa oraciones y párrafos a un vector denso de 768 dimensiones
Función de similitud: similitud coseno
Longitud máxima de secuencia: 512 tokens
Dimensionalidad de salida: 768 tokens

Casos de uso

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