language:

• pt thumbnail: "葡萄牙语法律领域BERT" pipeline_tag: sentence-similarity tags:
• sentence-transformers
• sentence-similarity
• transformers datasets:
• assin
• assin2
• stsb_multi_mt
• rufimelo/PortugueseLegalSentences-v0 widget:
• source_sentence: "律师向法官提交了证据。" sentences:
  • "法官阅读了证据。"
  • "法官阅读了上诉书。"
  • "法官扔了一块石头。" example_title: "示例1" model-index:
• name: BERTimbau results:
  • task: name: STS type: STS metrics:
    • name: 皮尔逊相关系数 - assin数据集 type: Pearson Correlation value: 0.74874
    • name: 皮尔逊相关系数 - assin2数据集 type: Pearson Correlation value: 0.79532
    • name: 皮尔逊相关系数 - stsb_multi_mt pt数据集 type: Pearson Correlation value: 0.82254

rufimelo/Legal-BERTimbau-sts-base-ma

这是一个sentence-transformers模型：它能将句子和段落映射到768维的密集向量空间，可用于聚类或语义搜索等任务。 rufimelo/rufimelo/Legal-BERTimbau-sts-base-ma基于Legal-BERTimbau-base，后者源自BERTimbau大模型。 该模型针对葡萄牙语法律领域进行了适配，并在葡萄牙语数据集上进行了STS训练。

使用方法（Sentence-Transformers）

安装sentence-transformers后即可轻松使用此模型：

pip install -U sentence-transformers

然后可以按如下方式使用模型：

from sentence_transformers import SentenceTransformer
sentences = ["这是一个例子", "这是另一个例子"]

model = SentenceTransformer('rufimelo/Legal-BERTimbau-sts-base-ma')
embeddings = model.encode(sentences)
print(embeddings)