Mini Gte

由 prdev 开发

基于DistilBERT的轻量级句子嵌入模型，适用于多种文本处理任务

文本嵌入

Safetensors

英语

开源协议:Apache-2.0 #文本分类 #语义检索 #电商评论分析

下载量 1,240

发布时间 : 1/29/2025

模型介绍

内容详情

替代品

模型简介

mini-gte是基于DistilBERT架构的轻量级句子嵌入模型，主要用于文本分类、信息检索和聚类等自然语言处理任务。该模型在多个MTEB基准测试中表现出色，特别适合需要高效文本表示的场景。

模型特点

轻量高效

基于DistilBERT架构，在保持性能的同时显著减小模型体积

多任务支持

在文本分类、信息检索和聚类等多种任务中表现良好

优秀基准表现

在MTEB多个基准测试中取得有竞争力的成绩

模型能力

文本分类

信息检索

文本聚类

句子嵌入生成

使用案例

电子商务

产品评论情感分析

分析亚马逊产品评论的情感倾向

在亚马逊极性分类任务中达到92.94%准确率

反事实评论检测

识别亚马逊平台上的反事实评论

在亚马逊反事实分类任务中达到74.90%准确率

学术研究

论文聚类

对arXiv论文进行主题聚类

在arXiv论文聚类任务中V-measure达到47.25

信息检索

论点检索

在辩论数据集中检索相关论点

在ArguAna检索任务中NDCG@10达到56.61

基础模型: distilbert/distilbert-base-uncased
库名称: sentence-transformers
模型索引:

名称: prdev/mini-gte
结果:
- 数据集:
  配置: en
  名称: MTEB AmazonCounterfactualClassification (en)
  版本: e8379541af4e31359cca9fbcf4b00f2671dba205
  拆分: test
  类型: mteb/amazon_counterfactual
  指标:
  - 类型: 准确率
    值: 74.8955
  - 类型: F1
    值: 68.84209999999999
  - 类型: 加权F1
    值: 77.1819
  - 类型: AP
    值: 37.731500000000004
  - 类型: 加权AP
    值: 37.731500000000004
  - 类型: 主分数
    值: 74.8955
    任务:
    类型: 分类
- 数据集:
  配置: default
  名称: MTEB AmazonPolarityClassification (default)
  版本: e2d317d38cd51312af73b3d32a06d1a08b442046
  拆分: test
  类型: mteb/amazon_polarity
  指标:
  - 类型: 准确率
    值: 92.9424
  - 类型: F1
    值: 92.9268
  - 类型: 加权F1
    值: 92.9268
  - 类型: AP
    值: 89.2255
  - 类型: 加权AP
    值: 89.2255
  - 类型: 主分数
    值: 92.9424
    任务:
    类型: 分类
- 数据集:
  配置: en
  名称: MTEB AmazonReviewsClassification (en)
  版本: 1399c76144fd37290681b995c656ef9b2e06e26d
  拆分: test
  类型: mteb/amazon_reviews_multi
  指标:
  - 类型: 准确率
    值: 53.09199999999999
  - 类型: F1
    值: 52.735299999999995
  - 类型: 加权F1
    值: 52.735299999999995
  - 类型: 主分数
    值: 53.09199999999999
    任务:
    类型: 分类
- 数据集:
  配置: default
  名称: MTEB ArguAna (default)
  版本: c22ab2a51041ffd869aaddef7af8d8215647e41a
  拆分: test
  类型: mteb/arguana
  指标:
  - 类型: NDCG@1
    值: 31.791999999999998
  - 类型: NDCG@3
    值: 47.205999999999996
  - 类型: NDCG@5
    值: 51.842999999999996
  - 类型: NDCG@10
    值: 56.614
  - 类型: NDCG@20
    值: 59.211999999999996
  - 类型: NDCG@100
    值: 60.148999999999994
  - 类型: NDCG@1000
    值: 60.231
  - 类型: MAP@1
    值: 31.791999999999998
  - 类型: MAP@3
    值: 43.35
  - 类型: MAP@5
    值: 45.928000000000004
  - 类型: MAP@10
    值: 47.929
  - 类型: MAP@20
    值: 48.674
  - 类型: MAP@100
    值: 48.825
  - 类型: MAP@1000
    值: 48.827999999999996
  - 类型: 召回率@1
    值: 31.791999999999998
  - 类型: 召回率@3
    值: 58.392999999999994
  - 类型: 召回率@5
    值: 69.63000000000001
  - 类型: 召回率@10
    值: 84.211
  - 类型: 召回率@20
    值: 94.23899999999999
  - 类型: 召回率@100
    值: 99.004
  - 类型: 召回率@1000
    值: 99.644
  - 类型: 精确率@1
    值: 31.791999999999998
  - 类型: 精确率@3
    值: 19.464000000000002
  - 类型: 精确率@5
    值: 13.926
  - 类型: 精确率@10
    值: 8.421
  - 类型: 精确率@20
    值: 4.712000000000001
  - 类型: 精确率@100
    值: 0.9900000000000001
  - 类型: 精确率@1000
    值: 0.1
  - 类型: MRR@1
    值: 32.4324
  - 类型: MRR@3
    值: 43.6463
  - 类型: MRR@5
    值: 46.1569
  - 类型: MRR@10
    值: 48.1582
  - 类型: MRR@20
    值: 48.9033
  - 类型: MRR@100
    值: 49.0537
  - 类型: MRR@1000
    值: 49.0569
  - 类型: NAUC_NDCG@1_max
    值: -4.8705
  - 类型: NAUC_NDCG@1_std
    值: -9.1757
  - 类型: NAUC_NDCG@1_diff1
    值: 17.743000000000002
  - 类型: NAUC_NDCG@3_max
    值: -3.916
  - 类型: NAUC_NDCG@3_std
    值: -10.424
  - 类型: NAUC_NDCG@3_diff1
    值: 12.3928
  - 类型: NAUC_NDCG@5_max
    值: -2.5090000000000003
  - 类型: NAUC_NDCG@5_std
    值: -10.1328
  - 类型: NAUC_NDCG@5_diff1
    值: 13.3086
  - 类型: NAUC_NDCG@10_max
    值: -1.4653
  - 类型: NAUC_NDCG@10_std
    值: -9.3154
  - 类型: NAUC_NDCG@10_diff1
    值: 13.7827
  - 类型: NAUC_NDCG@20_max
    值: -2.4534000000000002
  - 类型: NAUC_NDCG@20_std
    值: -9.0213
  - 类型: NAUC_NDCG@20_diff1
    值: 13.764399999999998
  - 类型: NAUC_NDCG@100_max
    值: -2.8207
  - 类型: NAUC_NDCG@100_std
    值: -9.0492
  - 类型: NAUC_NDCG@100_diff1
    值: 14.3422
  - 类型: NAUC_NDCG@1000_max
    值: -3.0108
  - 类型: NAUC_NDCG@1000_std
    值: -9.2507
  - 类型: NAUC_NDCG@1000_diff1
    值: 14.2345
  - 类型: NAUC_MAP@1_max
    值: -4.8705
  - 类型: NAUC_MAP@1_std
    值: -9.1757
  - 类型: NAUC_MAP@1_diff1
    值: 17.743000000000002
  - 类型: NAUC_MAP@3_max
    值: -4.2874
  - 类型: NAUC_MAP@3_std
    值: -10.1539
  - 类型: NAUC_MAP@3_diff1
    值: 13.6101
  - 类型: NAUC_MAP@5_max
    值: -3.5856
  - 类型: NAUC_MAP@5_std
    值: -9.9657
  - 类型: NAUC_MAP@5_diff1
    值: 14.1354
  - 类型: NAUC_MAP@10_max
    值: -3.2553
  - 类型: NAUC_MAP@10_std
    值: -9.6771
  - 类型: NAUC_MAP@10_diff1
    值: 14.402899999999999
  - 类型: NAUC_MAP@20_max
    值: -3.5541000000000005
  - 类型: NAUC_MAP@20_std
    值: -9.6286
  - 类型: NAUC_MAP@20_diff1
    值: 14.3927
  - 类型: NAUC_MAP@100_max
    值: -3.5811999999999995
  - 类型: NAUC_MAP@100_std
    值: -9.6278
  - 类型: NAUC_MAP@100_diff1
    值: 14.4922
  - 类型: NAUC_MAP@1000_max
    值: -3.5881000000000003
  - 类型: NAUC_MAP@1000_std
    值: -9.6335
  - 类型: NAUC_MAP@1000_diff1
    值: 14.488400000000002
  - 类型: NAUC_召回率@1_max
    值: -4.8705
  - 类型: NAUC_召回率@1_std
    值: -9.1757
  - 类型: NAUC_召回率@1_diff1
    值: 17.743000000000002
  - 类型: NAUC_召回率@3_max
    值: -2.7195
  - 类型: NAUC_召回率@3_std
    值: -11.2342
  - 类型: NAUC_召回率@3_diff1
    值: 8.7116
  - 类型: NAUC_召回率@5_max
    值: 1.7492
  - 类型: NAUC_召回率@5_std
    值: -10.6963
  - 类型: NAUC_召回率@5_diff1
    值: 10.569
  - 类型: NAUC_召回率@10_max
    值: 10.7433
  - 类型: NAUC_召回率@10_std
    值: -6.339599999999999
  - 类型: NAUC_召回率@10_diff1
    值: 10.6275
  - 类型: NAUC_召回率@20_max
    值: 14.802499999999998
  - 类型: NAUC_召回率@20_std
    值: 3.9196
  - 类型: NAUC_召回率@20_diff1
    值: 6.0286
  - 类型: NAUC_召回率@100_max
    值: 40.8859
  - 类型: NAUC_召回率@100_std
    值: 57.965500000000006
  - 类型: NAUC_召回率@100_diff1
    值: 30.7703
  - 类型: NAUC_召回率@1000_max
    值: 24.2175
  - 类型: NAUC_召回率@1000_std
    值: 70.9234
  - 类型: NAUC_召回率@1000_diff1
    值: 5.9272
  - 类型: NAUC_精确率@1_max
    值: -4.8705
  - 类型: NAUC_精确率@1_std
    值: -9.1757
  - 类型: NAUC_精确率@1_diff1
    值: 17.743000000000002
  - 类型: NAUC_精确率@3_max
    值: -2.7195
  - 类型: NAUC_精确率@3_std
    值: -11.2342
  - 类型: NAUC_精确率@3_diff1
    值: 8.7116
  - 类型: NAUC_精确率@5_max
    值: 1.7492
  - 类型: NAUC_精确率@5_std
    值: -10.6963
  - 类型: NAUC_精确率@5_diff1
    值: 10.569
  - 类型: NAUC_精确率@10_max
    值: 10.7433
  - 类型: NAUC_精确率@10_std
    值: -6.339599999999999
  - 类型: NAUC_精确率@10_diff1
    值: 10.6275
  - 类型: NAUC_精确率@20_max
    值: 14.802499999999998
  - 类型: NAUC_精确率@20_std
    值: 3.9196
  - 类型: NAUC_精确率@20_diff1
    值: 6.0286
  - 类型: NAUC_精确率@100_max
    值: 40.8859
  - 类型: NAUC_精确率@100_std
    值: 57.965500000000006
  - 类型: NAUC_精确率@100_diff1
    值: 30.7703
  - 类型: NAUC_精确率@1000_max
    值: 24.2175
  - 类型: NAUC_精确率@1000_std
    值: 70.9234
  - 类型: NAUC_精确率@1000_diff1
    值: 5.9272
  - 类型: NAUC_MRR@1_max
    值: -5.1491
  - 类型: NAUC_MRR@1_std
    值: -8.8127
  - 类型: NAUC_MRR@1_diff1
    值: 15.857099999999999
  - 类型: NAUC_MRR@3_max
    值: -5.083200000000001
  - 类型: NAUC_MRR@3_std
    值: -9.8967
  - 类型: NAUC_MRR@3_diff1
    值: 11.9042
  - 类型: NAUC_MRR@5_max
    值: -4.530399999999999
  - 类型: NAUC_MRR@5_std
    值: -9.900599999999999
  - 类型: NAUC_MRR@5_diff1
    值: 12.2957
  - 类型: NAUC_MRR@10_max
    值: -4.2387
  - 类型: NAUC_MRR@10_std
    值: -9.6123
  - 类型: NAUC_MRR@10_diff1
    值: 12.4769
  - 类型: NAUC_MRR@20_max
    值: -4.5254
  - 类型: NAUC_MRR@20_std
    值: -9.5502
  - 类型: NAUC_MRR@20_diff1
    值: 12.4674
  - 类型: NAUC_MRR@100_max
    值: -4.5576
  - 类型: NAUC_MRR@100_std
    值: -9.549100000000001
  - 类型: NAUC_MRR@100_diff1
    值: 12.556899999999999
  - 类型: NAUC_MRR@1000_max
    值: -4.5645999999999995
  - 类型: NAUC_MRR@1000_std
    值: -9.5548
  - 类型: NAUC_MRR@1000_diff1
    值: 12.552900000000001
  - 类型: 主分数
    值: 56.614
    任务:
    类型: 检索
- 数据集:
  配置: default
  名称: MTEB ArxivClusteringP2P (default)
  版本: a122ad7f3f0291bf49cc6f4d32aa80929df69d5d
  拆分: test
  类型: mteb/arxiv-clustering-p2p
  指标:
  - 类型: V-measure
    值: 47.2524
  - 类型: V-measure_std
    值: 13.7772
  - 类型: 主分数
    值: 47.2524
    任务:
    类型: 聚类