Gte Large En V1.5

由 Alibaba-NLP 开发

GTE-Large是一个高性能的英文文本嵌入模型，在多个文本相似度和分类任务上表现优异。

文本嵌入

Transformers

支持多种语言

开源协议:Apache-2.0 #高精度文本嵌入 #多任务评估基准 #英语语义相似度

下载量 891.76k

发布时间 : 4/20/2024

模型介绍

内容详情

替代品

模型简介

该模型专注于生成高质量的句子级嵌入表示，适用于信息检索、文本相似度计算和分类任务。

模型特点

多任务性能优异

在MTEB基准测试的多种任务（分类、聚类、检索等）中表现突出

高质量句子嵌入

生成的嵌入表示能有效捕捉语义信息，适用于相似度计算

广泛适用性

支持多种下游NLP任务，包括分类、聚类和信息检索

模型能力

文本相似度计算

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AmazonPolarity数据集上达到93.97%准确率

产品相似度匹配

计算产品描述之间的相似度

客户服务

银行问题分类

自动分类银行客户问题

在Banking77数据集上达到87.33%准确率

学术研究

论文聚类

根据内容相似度对学术论文进行分组

在ArxivClusteringP2P上V-measure达到48.47

数据集:

allenai/c4 库名称: transformers 标签:
sentence-transformers
gte
mteb
transformers.js
句子相似度许可证: apache-2.0 语言:
en 模型索引:
名称: gte-large-en-v1.5 结果:
- 任务: 类型: 分类数据集: 类型: mteb/amazon_counterfactual 名称: MTEB AmazonCounterfactualClassification (en) 配置: en 分割: test 修订版本: e8379541af4e31359cca9fbcf4b00f2671dba205 指标:
  - 类型: 准确率值: 73.01492537313432
  - 类型: 平均精度值: 35.05341696659522
  - 类型: F1分数值: 66.71270310883853
- 任务: 类型: 分类数据集: 类型: mteb/amazon_polarity 名称: MTEB AmazonPolarityClassification 配置: default 分割: test 修订版本: e2d317d38cd51312af73b3d32a06d1a08b442046 指标:
  - 类型: 准确率值: 93.97189999999999
  - 类型: 平均精度值: 90.5952493948908
  - 类型: F1分数值: 93.95848137716877
- 任务: 类型: 分类数据集: 类型: mteb/amazon_reviews_multi 名称: MTEB AmazonReviewsClassification (en) 配置: en 分割: test 修订版本: 1399c76144fd37290681b995c656ef9b2e06e26d 指标:
  - 类型: 准确率值: 54.196
  - 类型: F1分数值: 53.80122334012787
- 任务: 类型: 检索数据集: 类型: mteb/arguana 名称: MTEB ArguAna 配置: default 分割: test 修订版本: c22ab2a51041ffd869aaddef7af8d8215647e41a 指标:
  - 类型: map_at_1 值: 47.297
  - 类型: map_at_10 值: 64.303
  - 类型: map_at_100 值: 64.541
  - 类型: map_at_1000 值: 64.541
  - 类型: map_at_3 值: 60.728
  - 类型: map_at_5 值: 63.114000000000004
  - 类型: mrr_at_1 值: 48.435
  - 类型: mrr_at_10 值: 64.657
  - 类型: mrr_at_100 值: 64.901
  - 类型: mrr_at_1000 值: 64.901
  - 类型: mrr_at_3 值: 61.06
  - 类型: mrr_at_5 值: 63.514
  - 类型: ndcg_at_1 值: 47.297
  - 类型: ndcg_at_10 值: 72.107
  - 类型: ndcg_at_100 值: 72.963
  - 类型: ndcg_at_1000 值: 72.963
  - 类型: ndcg_at_3 值: 65.063
  - 类型: ndcg_at_5 值: 69.352
  - 类型: precision_at_1 值: 47.297
  - 类型: precision_at_10 值: 9.623
  - 类型: precision_at_100 值: 0.996
  - 类型: precision_at_1000 值: 0.1
  - 类型: precision_at_3 值: 25.865
  - 类型: precision_at_5 值: 17.596
  - 类型: recall_at_1 值: 47.297
  - 类型: recall_at_10 值: 96.23
  - 类型: recall_at_100 值: 99.644
  - 类型: recall_at_1000 值: 99.644
  - 类型: recall_at_3 值: 77.596
  - 类型: recall_at_5 值: 87.98
- 任务: 类型: 聚类数据集: 类型: mteb/arxiv-clustering-p2p 名称: MTEB ArxivClusteringP2P 配置: default 分割: test 修订版本: a122ad7f3f0291bf49cc6f4d32aa80929df69d5d 指标:
  - 类型: v_measure 值: 48.467787861077475
- 任务: 类型: 聚类数据集: 类型: mteb/arxiv-clustering-s2s 名称: MTEB ArxivClusteringS2S 配置: default 分割: test 修订版本: f910caf1a6075f7329cdf8c1a6135696f37dbd53 指标:
  - 类型: v_measure 值: 43.39198391914257
- 任务: 类型: 重排序数据集: 类型: mteb/askubuntudupquestions-reranking 名称: MTEB AskUbuntuDupQuestions 配置: default 分割: test 修订版本: 2000358ca161889fa9c082cb41daa8dcfb161a54 指标:
  - 类型: map 值: 63.12794820591384
  - 类型: mrr 值: 75.9331442641692
- 任务: 类型: STS 数据集: 类型: mteb/biosses-sts 名称: MTEB BIOSSES 配置: default 分割: test 修订版本: d3fb88f8f02e40887cd149695127462bbcf29b4a 指标:
  - 类型: cos_sim_pearson 值: 87.85062993863319
  - 类型: cos_sim_spearman 值: 85.39049989733459
  - 类型: euclidean_pearson 值: 86.00222680278333
  - 类型: euclidean_spearman 值: 85.45556162077396
  - 类型: manhattan_pearson 值: 85.88769871785621
  - 类型: manhattan_spearman 值: 85.11760211290839
- 任务: 类型: 分类数据集: 类型: mteb/banking77 名称: MTEB Banking77Classification 配置: default 分割: test 修订版本: 0fd18e25b25c072e09e0d92ab615fda904d66300 指标:
  - 类型: 准确率值: 87.32792207792208
  - 类型: F1分数值: 87.29132945999555
- 任务: 类型: 聚类数据集: 类型: mteb/biorxiv-clustering-p2p 名称: MTEB BiorxivClusteringP2P 配置: default 分割: test 修订版本: 65b79d1d13f80053f67aca9498d9402c2d9f1f40 指标:
  - 类型: v_measure 值: 40.5779328301945
- 任务: 类型: 聚类数据集: 类型: mteb/biorxiv-clustering-s2s 名称: MTEB BiorxivClusteringS2S 配置: default 分割: test 修订版本: 258694dd0231531bc1fd9de6ceb52a0853c6d908 指标:
  - 类型: v_measure 值: 37.94425623865118
- 任务: 类型: 检索数据集: 类型: mteb/cqadupstack-android 名称: MTEB CQADupstackAndroidRetrieval 配置: default 分割: test 修订版本: f46a197baaae43b4f621051089b82a364682dfeb 指标:
  - 类型: map_at_1 值: 32.978
  - 类型: map_at_10 值: 44.45
  - 类型: map_at_100 值: 46.19
  - 类型: map_at_1000 值: 46.303
  - 类型: map_at_3 值: 40.849000000000004
  - 类型: map_at_5 值: 42.55
  - 类型: mrr_at_1 值: 40.629
  - 类型: mrr_at_10 值: 50.848000000000006
  - 类型: mrr_at_100 值: 51.669
  - 类型: mrr_at_1000 值: 51.705
  - 类型: mrr_at_3 值: 47.997
  - 类型: mrr_at_5 值: 49.506
  - 类型: ndcg_at_1 值: 40.629
  - 类型: ndcg_at_10 值: 51.102000000000004
  - 类型: ndcg_at_100 值: 57.159000000000006
  - 类型: ndcg_at_1000 值: 58.669000000000004
  - 类型: ndcg_at_3 值: 45.738
  - 类型: ndcg_at_5 值: 47.632999999999996
  - 类型: precision_at_1 值: 40.629
  - 类型: precision_at_10 值: 9.700000000000001
  - 类型: precision_at_100 值: 1.5970000000000002
  - 类型: precision_at_1000 值: 0.202
  - 类型: precision_at_3 值: 21.698
  - 类型: precision_at_5 值: 15.393
  - 类型: recall_at_1 值: 32.978
  - 类型: recall_at_10 值: 63.711
  - 类型: recall_at_100 值: 88.39399999999999
  - 类型: recall_at_1000 值: 97.513
  - 类型: recall_at_3 值: 48.025
  - 类型: recall_at_5 值: 53.52
- 任务: 类型: 检索数据集: 类型: mteb/cqadupstack-english 名称: MTEB CQADupstackEnglishRetrieval 配置: default 分割: test 修订版本: ad9991cb51e31e31e430383c75ffb2885547b5f0 指标:
  - 类型: map_at_1 值: 30.767
  - 类型: map_at_10 值: 42.195
  - 类型: map_at_100 值: 43.541999999999994
  - 类型: map_at_1000 值: 43.673
  - 类型: map_at_3 值: 38.561
  - 类型: map_at_5 值: 40.532000000000004
  - 类型: mrr_at_1 值: 38.79
  - 类型: mrr_at_10 值: 48.021
  - 类型: mrr_at_100 值: 48.735
  - 类型: mrr_at_1000 值: 48.776
  - 类型: mrr_at_3 值: 45.594
  - 类型: mrr_at_5 值: 46.986
  - 类型: ndcg_at_1 值: 38