Jina Embeddings V2 Base Zh

由 silverjam 开发

Jina Embeddings V2 Base 是一个针对中文优化的句子嵌入模型，能够将文本转换为高维向量表示，用于计算句子相似度和特征提取。

文本嵌入

支持多种语言

开源协议:Apache-2.0 #中文句子嵌入 #语义相似度计算 #医疗问答重排序

下载量 63

发布时间 : 6/5/2024

模型介绍

内容详情

替代品

模型简介

该模型专注于中文文本的嵌入表示，支持多种自然语言处理任务，如句子相似度计算、文本分类和聚类等。

模型特点

中文优化

专门针对中文文本进行优化，提供更准确的中文句子嵌入表示。

多任务支持

支持多种自然语言处理任务，包括句子相似度计算、文本分类和聚类等。

高性能

在多个中文基准测试中表现出色，特别是在句子相似度任务上。

模型能力

句子嵌入生成

文本特征提取

句子相似度计算

文本分类

文本聚类

信息检索

使用案例

信息检索

医疗问答检索

在医疗问答系统中用于检索相关问题和答案

在CMedQA数据集上表现出色，MAP达到83.74

文本相似度

问答对匹配

判断问题和答案之间的相关性

在AFQMC数据集上余弦相似度皮尔逊值为48.51

文本分类

商品评论分类

对中文商品评论进行情感或主题分类

在Amazon中文评论分类任务上准确率达到34.94%

标签:

句子转换器
特征提取
句子相似度
MTEB
转换器
transformers.js 推理: 否许可证: apache-2.0 语言:
英语
中文模型索引:
名称: jina-embeddings-v2-base-zh 结果:
- 任务: 类型: STS 数据集: 类型: C-MTEB/AFQMC 名称: MTEB AFQMC 配置: 默认分割: 验证修订: 无指标:
  - 类型: 余弦相似度皮尔逊值: 48.51403119231363
  - 类型: 余弦相似度斯皮尔曼值: 50.5928547846445
  - 类型: 欧几里得皮尔逊值: 48.750436310559074
  - 类型: 欧几里得斯皮尔曼值: 50.50950238691385
  - 类型: 曼哈顿皮尔逊值: 48.7866189440328
  - 类型: 曼哈顿斯皮尔曼值: 50.58692402017165
- 任务: 类型: STS 数据集: 类型: C-MTEB/ATEC 名称: MTEB ATEC 配置: 默认分割: 测试修订: 无指标:
  - 类型: 余弦相似度皮尔逊值: 50.25985700105725
  - 类型: 余弦相似度斯皮尔曼值: 51.28815934593989
  - 类型: 欧几里得皮尔逊值: 52.70329248799904
  - 类型: 欧几里得斯皮尔曼值: 50.94101139559258
  - 类型: 曼哈顿皮尔逊值: 52.6647237400892
  - 类型: 曼哈顿斯皮尔曼值: 50.922441325406176
- 任务: 类型: 分类数据集: 类型: mteb/amazon_reviews_multi 名称: MTEB AmazonReviewsClassification (zh) 配置: zh 分割: 测试修订: 1399c76144fd37290681b995c656ef9b2e06e26d 指标:
  - 类型: 准确率值: 34.944
  - 类型: f1 值: 34.06478860660109
- 任务: 类型: STS 数据集: 类型: C-MTEB/BQ 名称: MTEB BQ 配置: 默认分割: 测试修订: 无指标:
  - 类型: 余弦相似度皮尔逊值: 65.15667035488342
  - 类型: 余弦相似度斯皮尔曼值: 66.07110142081
  - 类型: 欧几里得皮尔逊值: 60.447598102249714
  - 类型: 欧几里得斯皮尔曼值: 61.826575796578766
  - 类型: 曼哈顿皮尔逊值: 60.39364279354984
  - 类型: 曼哈顿斯皮尔曼值: 61.78743491223281
- 任务: 类型: 聚类数据集: 类型: C-MTEB/CLSClusteringP2P 名称: MTEB CLSClusteringP2P 配置: 默认分割: 测试修订: 无指标:
  - 类型: v_measure 值: 39.96714175391701
- 任务: 类型: 聚类数据集: 类型: C-MTEB/CLSClusteringS2S 名称: MTEB CLSClusteringS2S 配置: 默认分割: 测试修订: 无指标:
  - 类型: v_measure 值: 38.39863566717934
- 任务: 类型: 重排序数据集: 类型: C-MTEB/CMedQAv1-reranking 名称: MTEB CMedQAv1 配置: 默认分割: 测试修订: 无指标:
  - 类型: map 值: 83.63680381780644
  - 类型: mrr 值: 86.16476190476192
- 任务: 类型: 重排序数据集: 类型: C-MTEB/CMedQAv2-reranking 名称: MTEB CMedQAv2 配置: 默认分割: 测试修订: 无指标:
  - 类型: map 值: 83.74350667859487
  - 类型: mrr 值: 86.10388888888889
- 任务: 类型: 检索数据集: 类型: C-MTEB/CmedqaRetrieval 名称: MTEB CmedqaRetrieval 配置: 默认分割: 开发修订: 无指标:
  - 类型: map_at_1 值: 22.072
  - 类型: map_at_10 值: 32.942
  - 类型: map_at_100 值: 34.768
  - 类型: map_at_1000 值: 34.902
  - 类型: map_at_3 值: 29.357
  - 类型: map_at_5 值: 31.236000000000004
  - 类型: mrr_at_1 值: 34.259
  - 类型: mrr_at_10 值: 41.957
  - 类型: mrr_at_100 值: 42.982
  - 类型: mrr_at_1000 值: 43.042
  - 类型: mrr_at_3 值: 39.722
  - 类型: mrr_at_5 值: 40.898
  - 类型: ndcg_at_1 值: 34.259
  - 类型: ndcg_at_10 值: 39.153
  - 类型: ndcg_at_100 值: 46.493
  - 类型: ndcg_at_1000 值: 49.01
  - 类型: ndcg_at_3 值: 34.636
  - 类型: ndcg_at_5 值: 36.278
  - 类型: precision_at_1 值: 34.259
  - 类型: precision_at_10 值: 8.815000000000001
  - 类型: precision_at_100 值: 1.474
  - 类型: precision_at_1000 值: 0.179
  - 类型: precision_at_3 值: 19.73
  - 类型: precision_at_5 值: 14.174000000000001
  - 类型: recall_at_1 值: 22.072
  - 类型: recall_at_10 值: 48.484
  - 类型: recall_at_100 值: 79.035
  - 类型: recall_at_1000 值: 96.15
  - 类型: recall_at_3 值: 34.607
  - 类型: recall_at_5 值: 40.064
- 任务: 类型: 对分类数据集: 类型: C-MTEB/CMNLI 名称: MTEB Cmnli 配置: 默认分割: 验证修订: 无指标:
  - 类型: 余弦相似度准确率值: 76.7047504509922
  - 类型: 余弦相似度ap 值: 85.26649874800871
  - 类型: 余弦相似度f1 值: 78.13528724646915
  - 类型: 余弦相似度精确率值: 71.57587548638132
  - 类型: 余弦相似度召回率值: 86.01823708206688
  - 类型: 点积准确率值: 70.13830426939266
  - 类型: 点积ap 值: 77.01510412382171
  - 类型: 点积f1 值: 73.56710042713817
  - 类型: 点积精确率值: 63.955094991364426
  - 类型: 点积召回率值: 86.57937806873977
  - 类型: 欧几里得准确率值: 75.53818400481059
  - 类型: 欧几里得ap 值: 84.34668448241264
  - 类型: 欧几里得f1 值: 77.51741608613047
  - 类型: 欧几里得精确率值: 70.65614777756399
  - 类型: 欧几里得召回率值: 85.85457096095394
  - 类型: 曼哈顿准确率值: 75.49007817197835
  - 类型: 曼哈顿ap 值: 84.40297506704299
  - 类型: 曼哈顿f1 值: 77.63185324160932
  - 类型: 曼哈顿精确率值: 70.03949595636637
  - 类型: 曼哈顿召回率值: 87.07037643207856
  - 类型: 最大准确率值: 76.7047504509922
  - 类型: 最大ap 值: 85.26649874800871
  - 类型: 最大f1 值: 78.13528724646915
- 任务: 类型: 检索数据集: 类型: C-MTEB/CovidRetrieval 名称: MTEB CovidRetrieval 配置: 默认分割: 开发修订: 无指标:
  - 类型: map_at_1 值: 69.178
  - 类型: map_at_10 值: 77.523
  - 类型: map_at_100 值: 77.793
  - 类型: map_at_1000 值: 77.79899999999999
  - 类型: map_at_3 值: 75.878
  - 类型: map_at_5 值: 76.849
  - 类型: mrr_at_1 值: 69.44200000000001
  - 类型: mrr_at_10 值: 77.55
  - 类型: mrr_at_100 值: 77.819
  - 类型: mrr_at_1000 值: 77.826
  - 类型: mrr_at_3 值: 75.957
  - 类型: mrr_at_5 值: 76.916
  - 类型: ndcg_at_1 值: 69.44200000000001
  - 类型: ndcg_at_10 值: 81.217
  - 类型: ndcg_at_100 值: 82.45
  - 类型: ndcg_at_1000 值: 82.636
  - 类型: ndcg_at_3 值: 77.931
  - 类型: ndcg_at_5 值: 79.655
  - 类型: precision_at_1 值: 69.44200000000001
  - 类型: precision_at_10 值: 9.357
  - 类型: precision_at_100 值: 0.993
  - 类型: precision_at_1000 值: 0.101
  - 类型: precision_at_3 值: 28.1
  - 类型: precision_at_5 值: 17.724
  - 类型: recall_at_1 值: 69.178
  - 类型: recall_at_10 值: 92.624
  - 类型: recall_at_100 值: