St Polish Kartonberta Base Alpha V1

由 OrlikB 开发

这是一个基于KartonBERTa架构的波兰语句子转换器模型，主要用于句子相似度计算和特征提取任务。

文本嵌入

Transformers

其他

#波兰语句子相似度 #文本特征提取 #多任务评估

下载量 3,494

发布时间 : 11/12/2023

模型介绍

内容详情

替代品

模型简介

该模型专注于波兰语文本处理，能够将句子转换为高维向量表示，用于计算句子相似度、聚类和分类等任务。

模型特点

波兰语优化

专门针对波兰语文本进行优化，提供更好的语言理解能力

句子相似度计算

能够准确计算波兰语句子之间的语义相似度

多任务支持

支持聚类、分类、检索等多种自然语言处理任务

模型能力

句子特征提取

句子相似度计算

文本聚类

文本分类

信息检索

使用案例

文本分析

评论分类

对波兰语产品评论进行情感分类

在AllegroReviews数据集上达到40.19%准确率

语义相似度判断

判断两个波兰语句子是否表达相同含义

在CDSC-E数据集上达到89.2%的准确率

信息检索

文档检索

根据查询检索相关波兰语文档

在DBPedia-PL数据集上达到54.54%的MRR@100

标签:

句子转换器
特征提取
句子相似度
转换器
MTEB 许可证: lgpl 语言:
波兰语管道标签: 句子相似度模型索引:
名称: st-polish-kartonberta-base-alpha-v1 结果:
- 任务: 类型: 聚类数据集: 类型: PL-MTEB/8tags-clustering 名称: MTEB 8TagsClustering 配置: 默认分割: 测试修订: 无指标:
  - 类型: v_measure 值: 32.85180358455615
- 任务: 类型: 分类数据集: 类型: PL-MTEB/allegro-reviews 名称: MTEB AllegroReviews 配置: 默认分割: 测试修订: 无指标:
  - 类型: 准确率值: 40.188866799204774
  - 类型: f1 值: 34.71127012684797
- 任务: 类型: 检索数据集: 类型: arguana-pl 名称: MTEB ArguAna-PL 配置: 默认分割: 测试修订: 无指标:
  - 类型: map_at_1 值: 30.939
  - 类型: map_at_10 值: 47.467999999999996
  - 类型: map_at_100 值: 48.303000000000004
  - 类型: map_at_1000 值: 48.308
  - 类型: map_at_3 值: 43.22
  - 类型: map_at_5 值: 45.616
  - 类型: mrr_at_1 值: 31.863000000000003
  - 类型: mrr_at_10 值: 47.829
  - 类型: mrr_at_100 值: 48.664
  - 类型: mrr_at_1000 值: 48.67
  - 类型: mrr_at_3 值: 43.492
  - 类型: mrr_at_5 值: 46.006
  - 类型: ndcg_at_1 值: 30.939
  - 类型: ndcg_at_10 值: 56.058
  - 类型: ndcg_at_100 值: 59.562000000000005
  - 类型: ndcg_at_1000 值: 59.69799999999999
  - 类型: ndcg_at_3 值: 47.260000000000005
  - 类型: ndcg_at_5 值: 51.587
  - 类型: precision_at_1 值: 30.939
  - 类型: precision_at_10 值: 8.329
  - 类型: precision_at_100 值: 0.984
  - 类型: precision_at_1000 值: 0.1
  - 类型: precision_at_3 值: 19.654
  - 类型: precision_at_5 值: 13.898
  - 类型: recall_at_1 值: 30.939
  - 类型: recall_at_10 值: 83.286
  - 类型: recall_at_100 值: 98.43499999999999
  - 类型: recall_at_1000 值: 99.502
  - 类型: recall_at_3 值: 58.962
  - 类型: recall_at_5 值: 69.488
- 任务: 类型: 分类数据集: 类型: PL-MTEB/cbd 名称: MTEB CBD 配置: 默认分割: 测试修订: 无指标:
  - 类型: 准确率值: 67.69000000000001
  - 类型: ap 值: 21.078799692467182
  - 类型: f1 值: 56.80107173953953
- 任务: 类型: 对分类数据集: 类型: PL-MTEB/cdsce-pairclassification 名称: MTEB CDSC-E 配置: 默认分割: 测试修订: 无指标:
  - 类型: cos_sim_accuracy 值: 89.2
  - 类型: cos_sim_ap 值: 79.11674608786898
  - 类型: cos_sim_f1 值: 68.83468834688347
  - 类型: cos_sim_precision 值: 70.94972067039106
  - 类型: cos_sim_recall 值: 66.84210526315789
  - 类型: dot_accuracy 值: 89.2
  - 类型: dot_ap 值: 79.11674608786898
  - 类型: dot_f1 值: 68.83468834688347
  - 类型: dot_precision 值: 70.94972067039106
  - 类型: dot_recall 值: 66.84210526315789
  - 类型: euclidean_accuracy 值: 89.2
  - 类型: euclidean_ap 值: 79.11674608786898
  - 类型: euclidean_f1 值: 68.83468834688347
  - 类型: euclidean_precision 值: 70.94972067039106
  - 类型: euclidean_recall 值: 66.84210526315789
  - 类型: manhattan_accuracy 值: 89.1
  - 类型: manhattan_ap 值: 79.1220443374692
  - 类型: manhattan_f1 值: 69.02173913043478
  - 类型: manhattan_precision 值: 71.34831460674157
  - 类型: manhattan_recall 值: 66.84210526315789
  - 类型: max_accuracy 值: 89.2
  - 类型: max_ap 值: 79.1220443374692
  - 类型: max_f1 值: 69.02173913043478
- 任务: 类型: STS 数据集: 类型: PL-MTEB/cdscr-sts 名称: MTEB CDSC-R 配置: 默认分割: 测试修订: 无指标:
  - 类型: cos_sim_pearson 值: 91.41534744278998
  - 类型: cos_sim_spearman 值: 92.12681551821147
  - 类型: euclidean_pearson 值: 91.74369794485992
  - 类型: euclidean_spearman 值: 92.12685848456046
  - 类型: manhattan_pearson 值: 91.66651938751657
  - 类型: manhattan_spearman 值: 92.057603126734
- 任务: 类型: 检索数据集: 类型: dbpedia-pl 名称: MTEB DBPedia-PL 配置: 默认分割: 测试修订: 无指标:
  - 类型: map_at_1 值: 5.8709999999999996
  - 类型: map_at_10 值: 12.486
  - 类型: map_at_100 值: 16.897000000000002
  - 类型: map_at_1000 值: 18.056
  - 类型: map_at_3 值: 8.958
  - 类型: map_at_5 值: 10.57
  - 类型: mrr_at_1 值: 44.0
  - 类型: mrr_at_10 值: 53.830999999999996
  - 类型: mrr_at_100 值: 54.54
  - 类型: mrr_at_1000 值: 54.568000000000005
  - 类型: mrr_at_3 值: 51.87500000000001
  - 类型: mrr_at_5 值: 53.113
  - 类型: ndcg_at_1 值: 34.625
  - 类型: ndcg_at_10 值: 26.996
  - 类型: ndcg_at_100 值: 31.052999999999997
  - 类型: ndcg_at_1000 值: 38.208
  - 类型: ndcg_at_3 值: 29.471000000000004
  - 类型: ndcg_at_5 值: 28.364
  - 类型: precision_at_1 值: 44.0
  - 类型: precision_at_10 值: 21.45
  - 类型: precision_at_100 值: 6.837
  - 类型: precision_at_1000 值: 1.6019999999999999
  - 类型: precision_at_3 值: 32.333
  - 类型: precision_at_5 值: 27.800000000000004
  - 类型: recall_at_1 值: 5.8709999999999996
  - 类型: recall_at_10 值: 17.318
  - 类型: recall_at_100 值: 36.854
  - 类型: recall_at_1000 值: 60.468999999999994
  - 类型: recall_at_3 值: 10.213999999999999
  - 类型: recall_at_5 值: 13.364
- 任务: 类型: 检索数据集: 类型: fiqa-pl 名称: MTEB FiQA-PL 配置: 默认分割: 测试修订: 无指标:
  - 类型: map_at_1 值: 10.289
  - 类型: map_at_10 值: 18.285999999999998
  - 类型: map_at_100 值: 19.743
  - 类型: map_at_1000 值: 19.964000000000002
  - 类型: map_at_3 值: 15.193000000000001
  - 类型: map_at_5 值: 16.962
  - 类型: mrr_at_1 值: 21.914
  - 类型: mrr_at_10 值: 30.653999999999996
  - 类型: mrr_at_100 值: 31.623
  - 类型: mrr_at_1000 值: 31.701
  - 类型: mrr_at_3 值: 27.855
  - 类型: mrr_at_5 值: 29.514000000000003
  - 类型: ndcg_at_1 值: 21.914
  - 类型: ndcg_at_10 值: 24.733
  - 类型: ndcg_at_100 值: 31.253999999999998
  - 类型: ndcg_at_1000 值: 35.617
  - 类型: ndcg_at_3 值: 20.962
  - 类型: ndcg_at_5 值: 22.553
  - 类型: precision_at_1 值: 21.914
  - 类型: precision_at_10 值: 7.346
  - 类型: precision_at_100 值: 1.389
  - 类型: precision_at_1000 值: 0.214
  - 类型: precision_at_3 值: 14.352
  - 类型: precision_at_5 值: 11.42
  - 类型: recall_at_1 值: 10.289
  - 类型: recall_at_10 值: 31.459
  - 类型: recall_at_100 值: 56.854000000000006
  - 类型: recall_at_100