Jina Embeddings V2 Base De

由 jinaai 开发

Jina Embeddings V2 Base German 是一个基于转换器的句子嵌入模型，专注于德语和英语文本的特征提取和句子相似度计算。

文本嵌入

Transformers

支持多种语言

开源协议:Apache-2.0 #德语英语双语句子嵌入 #高精度文本相似度计算 #MTEB基准测试优化

下载量 124.30k

发布时间 : 1/12/2024

模型介绍

内容详情

替代品

模型简介

该模型主要用于生成高质量的句子嵌入，支持德语和英语文本，适用于句子相似度计算、文本分类和信息检索等任务。

模型特点

多语言支持

支持德语和英语文本的嵌入生成，适合跨语言应用场景。

高性能特征提取

在MTEB基准测试中表现出色，特别是在德语和英语的分类和检索任务中。

灵活的适用性

适用于多种自然语言处理任务，包括文本分类、聚类和信息检索。

模型能力

句子嵌入生成

文本分类

句子相似度计算

信息检索

文本聚类

使用案例

电子商务

产品评论分类

对德语和英语的产品评论进行分类，识别正面和负面评价。

在MTEB AmazonPolarityClassification测试中达到77.52%的准确率。

信息检索

跨语言文档检索

在德语和英语文档中检索相关内容。

在MTEB BUCC (de-en)测试中达到98.98%的准确率。

标签:

句子转换器
特征提取
句子相似度
MTEB
转换器
transformers.js 语言:
德语
英语推理: false 许可证: apache-2.0 模型索引:
名称: jina-embeddings-v2-base-de 结果:
- 任务: 类型: 分类数据集: 类型: mteb/amazon_counterfactual 名称: MTEB AmazonCounterfactualClassification (en) 配置: en 分割: test 修订: e8379541af4e31359cca9fbcf4b00f2671dba205 指标:
  - 类型: 准确率值: 73.76119402985076
  - 类型: 平均精度值: 35.99577188521176
  - 类型: F1分数值: 67.50397431543269
- 任务: 类型: 分类数据集: 类型: mteb/amazon_counterfactual 名称: MTEB AmazonCounterfactualClassification (de) 配置: de 分割: test 修订: e8379541af4e31359cca9fbcf4b00f2671dba205 指标:
  - 类型: 准确率值: 68.9186295503212
  - 类型: 平均精度值: 79.73307115840507
  - 类型: F1分数值: 66.66245744831339
- 任务: 类型: 分类数据集: 类型: mteb/amazon_polarity 名称: MTEB AmazonPolarityClassification 配置: default 分割: test 修订: e2d317d38cd51312af73b3d32a06d1a08b442046 指标:
  - 类型: 准确率值: 77.52215
  - 类型: 平均精度值: 71.85051037177416
  - 类型: F1分数值: 77.4171096157774
- 任务: 类型: 分类数据集: 类型: mteb/amazon_reviews_multi 名称: MTEB AmazonReviewsClassification (en) 配置: en 分割: test 修订: 1399c76144fd37290681b995c656ef9b2e06e26d 指标:
  - 类型: 准确率值: 38.498
  - 类型: F1分数值: 38.058193386555956
- 任务: 类型: 分类数据集: 类型: mteb/amazon_reviews_multi 名称: MTEB AmazonReviewsClassification (de) 配置: de 分割: test 修订: 1399c76144fd37290681b995c656ef9b2e06e26d 指标:
  - 类型: 准确率值: 37.717999999999996
  - 类型: F1分数值: 37.22674371574757
- 任务: 类型: 检索数据集: 类型: arguana 名称: MTEB ArguAna 配置: default 分割: test 修订: None 指标:
  - 类型: 平均精度@1 值: 25.319999999999997
  - 类型: 平均精度@10 值: 40.351
  - 类型: 平均精度@100 值: 41.435
  - 类型: 平均精度@1000 值: 41.443000000000005
  - 类型: 平均精度@3 值: 35.266
  - 类型: 平均精度@5 值: 37.99
  - 类型: 平均倒数排名@1 值: 25.746999999999996
  - 类型: 平均倒数排名@10 值: 40.515
  - 类型: 平均倒数排名@100 值: 41.606
  - 类型: 平均倒数排名@1000 值: 41.614000000000004
  - 类型: 平均倒数排名@3 值: 35.42
  - 类型: 平均倒数排名@5 值: 38.112
  - 类型: 归一化折损累积增益@1 值: 25.319999999999997
  - 类型: 归一化折损累积增益@10 值: 49.332
  - 类型: 归一化折损累积增益@100 值: 53.909
  - 类型: 归一化折损累积增益@1000 值: 54.089
  - 类型: 归一化折损累积增益@3 值: 38.705
  - 类型: 归一化折损累积增益@5 值: 43.606
  - 类型: 精确率@1 值: 25.319999999999997
  - 类型: 精确率@10 值: 7.831
  - 类型: 精确率@100 值: 0.9820000000000001
  - 类型: 精确率@1000 值: 0.1
  - 类型: 精确率@3 值: 16.24
  - 类型: 精确率@5 值: 12.119
  - 类型: 召回率@1 值: 25.319999999999997
  - 类型: 召回率@10 值: 78.307
  - 类型: 召回率@100 值: 98.222
  - 类型: 召回率@1000 值: 99.57300000000001
  - 类型: 召回率@3 值: 48.72
  - 类型: 召回率@5 值: 60.597
- 任务: 类型: 聚类数据集: 类型: mteb/arxiv-clustering-p2p 名称: MTEB ArxivClusteringP2P 配置: default 分割: test 修订: a122ad7f3f0291bf49cc6f4d32aa80929df69d5d 指标:
  - 类型: V度量值: 41.43100588255654
- 任务: 类型: 聚类数据集: 类型: mteb/arxiv-clustering-s2s 名称: MTEB ArxivClusteringS2S 配置: default 分割: test 修订: f910caf1a6075f7329cdf8c1a6135696f37dbd53 指标:
  - 类型: V度量值: 32.08988904593667
- 任务: 类型: 重排序数据集: 类型: mteb/askubuntudupquestions-reranking 名称: MTEB AskUbuntuDupQuestions 配置: default 分割: test 修订: 2000358ca161889fa9c082cb41daa8dcfb161a54 指标:
  - 类型: 平均精度值: 60.55514765595906
  - 类型: 平均倒数排名值: 73.51393835465858
- 任务: 类型: STS 数据集: 类型: mteb/biosses-sts 名称: MTEB BIOSSES 配置: default 分割: test 修订: d3fb88f8f02e40887cd149695127462bbcf29b4a 指标:
  - 类型: 余弦相似度皮尔逊值: 79.6723823121172
  - 类型: 余弦相似度斯皮尔曼值: 76.90596922214986
  - 类型: 欧几里得皮尔逊值: 77.87910737957918
  - 类型: 欧几里得斯皮尔曼值: 76.66319260598262
  - 类型: 曼哈顿皮尔逊值: 77.37039493457965
  - 类型: 曼哈顿斯皮尔曼值: 76.09872191280964
- 任务: 类型: 双语文本挖掘数据集: 类型: mteb/bucc-bitext-mining 名称: MTEB BUCC (de-en) 配置: de-en 分割: test 修订: d51519689f32196a32af33b075a01d0e7c51e252 指标:
  - 类型: 准确率值: 98.97703549060543
  - 类型: F1分数值: 98.86569241475296
  - 类型: 精确率值: 98.81002087682673
  - 类型: 召回率值: 98.97703549060543
- 任务: 类型: 分类数据集: 类型: mteb/banking77 名称: MTEB Banking77Classification 配置: default 分割: test 修订: 0fd18e25b25c072e09e0d92ab615fda904d66300 指标:
  - 类型: 准确率值: 83.93506493506493
  - 类型: F1分数值: 83.91014949949302
- 任务: 类型: 聚类数据集: 类型: mteb/biorxiv-clustering-p2p 名称: MTEB BiorxivClusteringP2P 配置: default 分割: test 修订: 65b79d1d13f80053f67aca9498d9402c2d9f1f40 指标:
  - 类型: V度量值: 34.970675877585144
- 任务: 类型: 聚类数据集: 类型: mteb/biorxiv-clustering-s2s 名称: MTEB BiorxivClusteringS2S 配置: default 分割: test 修订: 258694dd0231531bc1fd9de6ceb52a0853c6d908 指标:
  - 类型: V度量值: 28.779230269190954
- 任务: 类型: 聚类数据集: 类型: slvnwhrl/blurbs-clustering-p2p 名称: MTEB BlurbsClusteringP2P 配置: default 分割: test 修订: a2dd5b02a77de3466a3eaa98ae586b5610314496 指标:
  - 类型: V度量值: 35.490175601567216
- 任务: 类型: 聚类数据集: 类型: slvnwhrl/blurbs-clustering-s2s 名称: MTEB BlurbsClusteringS2S 配置: default 分割: test 修订: 9bfff9a7f8f6dc6ffc9da71c48dd48b68696471d 指标:
  - 类型: V度量值: 16.16638280560168
- 任务: 类型: 检索数据集: 类型: BeIR/cqadupstack 名称: MTEB CQADupstackAndroidRetrieval 配置: default 分割: test 修订: None 指标:
  - 类型: 平均精度@1 值: 30.830999999999996
  - 类型: 平均精度@10 值: 41.355
  - 类型: 平均精度@100 值: 42.791000000000004
  - 类型: 平均精度@1000 值: 42.918
  - 类型: 平均精度@3 值: 38.237
  - 类型: 平均精度@5 值: 40.066
  - 类型: 平均倒数排名@1 值: 38.484
  - 类型: 平均倒数排名@10 值: 47.593
  - 类型: 平均倒数排名@100 值: 48.388
  - 类型: 平均倒数排名@1000 值: 48.439
  - 类型: 平均倒数排名@3 值: 45.279
  - 类型: 平均倒数排名@5 值: 46.724
  - 类型