All Mpnet Base V2 Negation

由 dmlls 开发

这是一个基于MPNet架构的句子嵌入模型，专门优化了处理否定句的能力，适用于句子相似度计算任务。

文本嵌入

Safetensors

英语

开源协议:Apache-2.0 #否定句处理优化 #多领域句子相似度 #高精度语义匹配

下载量 4,996

发布时间 : 4/7/2023

模型介绍

内容详情

替代品

模型简介

该模型是一个句子转换器，主要用于特征提取和句子相似度计算，特别擅长处理包含否定词的句子。

模型特点

否定句处理优化

专门针对否定句进行了优化，能够准确识别和处理包含否定词的句子。

多任务训练

在多种数据集上进行训练，包括s2orc、stackexchange、ms_marco等，提高了模型的泛化能力。

高性能

在多个基准测试中表现出色，特别是在句子相似度和分类任务上。

模型能力

句子相似度计算

特征提取

文本分类

聚类分析

使用案例

文本分析

问答系统

用于计算问题和候选答案之间的相似度，提高问答系统的准确性。

在MTEB AskUbuntu重复问题任务中取得65.57的平均精度均值。

情感分析

识别文本中的情感倾向，特别是能够准确处理包含否定词的情感表达。

在MTEB情感分类任务中取得45.63的准确率。

信息检索

文档聚类

将语义相似的文档或句子聚类在一起，用于信息组织和检索。

在MTEB论文点对点聚类任务中取得45.73的V度量值。

pipeline_tag: 句子相似度 inference: true widget:

source_sentence: "那是个快乐的人。" sentences:
- "那是个开朗的人。"
- "那并不是个快乐的人。"
- "那是个悲伤的人。" example_title: "示例1"
source_sentence: "我喜欢雨天因为它们让我感到放松。" sentences:
- "我喜欢雨天因为它们让我感觉惬意。"
- "我不喜欢雨天因为它们不能让我放松。"
- "我不喜欢雨天因为它们让我感到压力。" example_title: "示例2"
source_sentence: "这个模型应该能很好地处理否定句。" sentences:
- "这个模型应该能很好地处理带否定词的句子。"
- "这个模型不应该能很好地处理否定句。"
- "这个模型在处理否定句时应该表现很差。" example_title: "示例3" tags:
句子转换器
特征提取
句子相似度 language: en license: apache-2.0 datasets:
s2orc
flax-sentence-embeddings/stackexchange_xml
ms_marco
gooaq
yahoo_answers_topics
code_search_net
search_qa
eli5
snli
multi_nli
wikihow
natural_questions
trivia_qa
embedding-data/sentence-compression
embedding-data/flickr30k-captions
embedding-data/altlex
embedding-data/simple-wiki
embedding-data/QQP
embedding-data/SPECTER
embedding-data/PAQ_pairs
embedding-data/WikiAnswers
tum-nlp/cannot-dataset model-index:
name: all-mpnet-base-v2-negation results:
- task: type: 分类 dataset: type: mteb/amazon_counterfactual name: MTEB 亚马逊反事实分类 (英文) config: en split: test revision: e8379541af4e31359cca9fbcf4b00f2671dba205 metrics:
  - type: 准确率 value: 72.6268656716418
  - type: 平均精度 value: 36.40585820220466
  - type: F1分数 value: 67.06383995428979
- task: type: 分类 dataset: type: mteb/amazon_polarity name: MTEB 亚马逊极性分类 config: default split: test revision: e2d317d38cd51312af73b3d32a06d1a08b442046 metrics:
  - type: 准确率 value: 85.11834999999999
  - type: 平均精度 value: 79.72843246428603
  - type: F1分数 value: 85.08938287851875
- task: type: 分类 dataset: type: mteb/amazon_reviews_multi name: MTEB 亚马逊多语言评论分类 (英文) config: en split: test revision: 1399c76144fd37290681b995c656ef9b2e06e26d metrics:
  - type: 准确率 value: 37.788000000000004
  - type: F1分数 value: 37.40475118737949
- task: type: 聚类 dataset: type: mteb/arxiv-clustering-p2p name: MTEB 论文点对点聚类 config: default split: test revision: a122ad7f3f0291bf49cc6f4d32aa80929df69d5d metrics:
  - type: V度量 value: 45.73138953773995
- task: type: 聚类 dataset: type: mteb/arxiv-clustering-s2s name: MTEB 论文句子间聚类 config: default split: test revision: f910caf1a6075f7329cdf8c1a6135696f37dbd53 metrics:
  - type: V度量 value: 39.13609863309245
- task: type: 重排序 dataset: type: mteb/askubuntudupquestions-reranking name: MTEB AskUbuntu重复问题 config: default split: test revision: 2000358ca161889fa9c082cb41daa8dcfb161a54 metrics:
  - type: 平均精度均值 value: 65.56639026991134
  - type: 平均倒数排名 value: 77.8122938926263
- task: type: 语义文本相似度 dataset: type: mteb/biosses-sts name: MTEB BIOSSES config: default split: test revision: d3fb88f8f02e40887cd149695127462bbcf29b4a metrics:
  - type: 余弦相似度皮尔逊 value: 72.27098152643569
  - type: 余弦相似度斯皮尔曼 value: 71.13475338373253
  - type: 欧氏距离皮尔逊 value: 70.48545151074218
  - type: 欧氏距离斯皮尔曼 value: 69.49917394727082
  - type: 曼哈顿距离皮尔逊 value: 69.2653740752147
  - type: 曼哈顿距离斯皮尔曼 value: 68.59192435931085
- task: type: 分类 dataset: type: mteb/banking77 name: MTEB Banking77分类 config: default split: test revision: 0fd18e25b25c072e09e0d92ab615fda904d66300 metrics:
  - type: 准确率 value: 84.7012987012987
  - type: F1分数 value: 84.61766470772943
- task: type: 聚类 dataset: type: mteb/biorxiv-clustering-p2p name: MTEB 生物预印本点对点聚类 config: default split: test revision: 65b79d1d13f80053f67aca9498d9402c2d9f1f40 metrics:
  - type: V度量 value: 37.61314886948818
- task: type: 聚类 dataset: type: mteb/biorxiv-clustering-s2s name: MTEB 生物预印本句子间聚类 config: default split: test revision: 258694dd0231531bc1fd9de6ceb52a0853c6d908 metrics:
  - type: V度量 value: 34.496442588205205
- task: type: 分类 dataset: type: mteb/emotion name: MTEB 情感分类 config: default split: test revision: 4f58c6b202a23cf9a4da393831edf4f9183cad37 metrics:
  - type: 准确率 value: 45.63
  - type: F1分数 value: 40.24119129248194
- task: type: 分类 dataset: type: mteb/imdb name: MTEB IMDB分类 config: default split: test revision: 3d86128a09e091d6018b6d26cad27f2739fc2db7 metrics:
  - type: 准确率 value: 74.73479999999999
  - type: 平均精度 value: 68.80435332319863
  - type: F1分数 value: 74.66014345440416
- task: type: 分类 dataset: type: mteb/mtop_domain name: MTEB MTOP领域分类 (英文) config: en split: test revision: d80d48c1eb48d3562165c59d59d0034df9fff0bf metrics:
  - type: 准确率 value: 93.06429548563612
  - type: F1分数 value: 92.91686969560733
- task: type: 分类 dataset: type: mteb/mtop_intent name: MTEB MTOP意图分类 (英文) config: en split: test revision: ae001d0e6b1228650b7bd1c2c65fb50ad11a8aba metrics:
  - type: 准确率 value: 78.19197446420428
  - type: F1分数 value: 61.50020940946492
- task: type: 分类 dataset: type: mteb/amazon_massive_intent name: MTEB 大规模意图分类 (英文) config: en split: test revision: 31efe3c427b0bae9c22cbb560b8f15491cc6bed7 metrics:
  - type: 准确率 value: 73.86684599865502
  - type: F1分数 value: 72.11245795864379
- task: type: 分类 dataset: type: mteb/amazon_massive_scenario name: MTEB 大规模场景分类 (英文) config: en split: test revision: 7d571f92784cd94a019292a1f45445077d0ef634 metrics:
  - type: 准确率 value: 77.53866845998655
  - type: F1分数 value: 77.51746806908895
- task: type: 聚类 dataset: type: mteb/medrxiv-clustering-p2p name: MTEB 医学预印本点对点聚类 config: default split: test revision: e7a26af6f3ae46b30dde8737f02c07b1505bcc73 metrics:
  - type: V度量 value: 33.66744884855605
- task: type: 聚类 dataset: type: mteb/medrxiv-clustering-s2s name: MTEB 医学预印本句子间聚类 config: default split: test revision: 35191c8c0dca72d8ff3efcd72aa802307d469663 metrics:
  - type: V度量 value: 31.951900966550262
- task: type: 重排序 dataset: type: mteb/mind_small name: MTEB Mind小型重排序 config: default split: test revision: 3bdac13927fdc888b903db93b2ffdbd90b295a69 metrics:
  - type: 平均精度均值 value: 29.34485636178124
  - type: 平均倒数排名 value: 30.118035109577022
- task: type: 聚类 dataset: type: mteb/reddit-clustering name: MTEB Reddit聚类 config: default split: test revision: 24640382cdbf8abc73003fb0fa6d111a705499eb metrics:
  - type: V度量 value: 47.14306531904168
- task: type: 聚类 dataset: type: mteb/reddit-clustering-p2p name: MTEB Reddit点对点聚类 config: default split: test revision: 282350215ef01743dc01b456c7f5241fa8937f16 metrics:
  - type: V度量 value: 51.59878183893005
- task: type: 语义文本相似度 dataset: type: mteb/sickr-sts name: MTEB SICK-R config: default split: test revision: a6ea5a8cab320b040a23452cc28066d9beae2cee metrics:
  - type: 余弦相似度皮尔逊 value: 78.5530506834234
  - type