Gte Small Zh

由 thenlper 开发

GTE Small 中文模型是一个专注于中文文本处理的句子转换器模型，适用于多种自然语言处理任务。

文本嵌入

Safetensors

英语

开源协议:MIT #中文句子相似度 #医疗问答重排序 #多任务文本嵌入

下载量 2,789

发布时间 : 11/8/2023

模型介绍

内容详情

替代品

模型简介

该模型主要用于句子相似度计算、文本分类、聚类和检索等任务，特别针对中文文本优化。

模型特点

中文优化

专门针对中文文本处理进行了优化

多任务支持

支持句子相似度计算、文本分类、聚类和检索等多种任务

高效性能

在保持较小模型体积的同时提供合理的性能表现

模型能力

句子相似度计算

文本分类

文本聚类

信息检索

语义匹配

使用案例

问答系统

医疗问答检索

在医疗问答系统中进行问题匹配和答案检索

在CMedQA数据集上表现出色（MAP@1: 23.91%）

文本匹配

金融问题匹配

在金融领域进行问题相似度匹配

在BQ数据集上余弦相似度皮尔逊值达49.04%

内容分类

产品评论分类

对电商平台的产品评论进行分类

在AmazonReviews分类任务中准确率达38.69%

标签:

mteb
句子相似度
句子转换器
句子转换器模型模型索引:
名称: gte-small-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: 35.80906032378281
  - 类型: 余弦相似度斯皮尔曼值: 36.688967176174415
  - 类型: 欧几里得皮尔逊值: 35.70701955438158
  - 类型: 欧几里得斯皮尔曼值: 36.6889470691436
  - 类型: 曼哈顿皮尔逊值: 35.832741768286944
  - 类型: 曼哈顿斯皮尔曼值: 36.831888591957195
- 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: 44.667266488330384
  - 类型: 余弦相似度斯皮尔曼值: 45.77390794946174
  - 类型: 欧几里得皮尔逊值: 48.14272832901943
  - 类型: 欧几里得斯皮尔曼值: 45.77390569666109
  - 类型: 曼哈顿皮尔逊值: 48.187667158563094
  - 类型: 曼哈顿斯皮尔曼值: 45.80979161966117
- 任务: 类型: 分类数据集: 类型: mteb/amazon_reviews_multi 名称: MTEB AmazonReviews分类 (zh) 配置: zh 分割: 测试修订: 1399c76144fd37290681b995c656ef9b2e06e26d 指标:
  - 类型: 准确率值: 38.690000000000005
  - 类型: f1 值: 36.868257131984016
- 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: 49.03674224607541
  - 类型: 余弦相似度斯皮尔曼值: 49.63568854885055
  - 类型: 欧几里得皮尔逊值: 49.47441886441355
  - 类型: 欧几里得斯皮尔曼值: 49.63567815431205
  - 类型: 曼哈顿皮尔逊值: 49.76480072909559
  - 类型: 曼哈顿斯皮尔曼值: 49.977789367288224
- 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: 39.538126779019755
- 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: 37.333105487031766
- 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: 86.08142426347963
  - 类型: mrr 值: 88.04269841269841
- 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: 87.25694119382474
  - 类型: mrr 值: 89.36853174603175
- 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: 23.913999999999998
  - 类型: map_at_10 值: 35.913000000000004
  - 类型: map_at_100 值: 37.836
  - 类型: map_at_1000 值: 37.952000000000005
  - 类型: map_at_3 值: 31.845000000000002
  - 类型: map_at_5 值: 34.0
  - 类型: mrr_at_1 值: 36.884
  - 类型: mrr_at_10 值: 44.872
  - 类型: mrr_at_100 值: 45.899
  - 类型: mrr_at_1000 值: 45.945
  - 类型: mrr_at_3 值: 42.331
  - 类型: mrr_at_5 值: 43.674
  - 类型: ndcg_at_1 值: 36.884
  - 类型: ndcg_at_10 值: 42.459
  - 类型: ndcg_at_100 值: 50.046
  - 类型: ndcg_at_1000 值: 52.092000000000006
  - 类型: ndcg_at_3 值: 37.225
  - 类型: ndcg_at_5 值: 39.2
  - 类型: precision_at_1 值: 36.884
  - 类型: precision_at_10 值: 9.562
  - 类型: precision_at_100 值: 1.572
  - 类型: precision_at_1000 值: 0.183
  - 类型: precision_at_3 值: 21.122
  - 类型: precision_at_5 值: 15.274
  - 类型: recall_at_1 值: 23.913999999999998
  - 类型: recall_at_10 值: 52.891999999999996
  - 类型: recall_at_100 值: 84.328
  - 类型: recall_at_1000 值: 98.168
  - 类型: recall_at_3 值: 37.095
  - 类型: recall_at_5 值: 43.396
- 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: 68.91160553217077
  - 类型: 余弦相似度ap 值: 76.45769658379533
  - 类型: 余弦相似度f1 值: 72.07988702844463
  - 类型: 余弦相似度精确率值: 63.384779137839274
  - 类型: 余弦相似度召回率值: 83.53986439092822
  - 类型: 点积准确率值: 68.91160553217077
  - 类型: 点积ap 值: 76.47279917239219
  - 类型: 点积f1 值: 72.07988702844463
  - 类型: 点积精确率值: 63.384779137839274
  - 类型: 点积召回率值: 83.53986439092822
  - 类型: 欧几里得准确率值: 68.91160553217077
  - 类型: 欧几里得ap 值: 76.45768544225383
  - 类型: 欧几里得f1 值: 72.07988702844463
  - 类型: 欧几里得精确率值: 63.384779137839274
  - 类型: 欧几里得召回率值: 83.53986439092822
  - 类型: 曼哈顿准确率值: 69.21226698737222
  - 类型: 曼哈顿ap 值: 76.6623683693766
  - 类型: 曼哈顿f1 值: 72.14058164628506
  - 类型: 曼哈顿精确率值: 64.35643564356435
  - 类型: 曼哈顿召回率值: 82.06686930091185
  - 类型: 最大准确率值: 69.21226698737222
  - 类型: 最大ap 值: 76.6623683693766
  - 类型: 最大f1 值: 72.14058164628506
- 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: 48.419000000000004
  - 类型: map_at_10 值: 57.367999999999995
  - 类型: map_at_100 值: 58.081
  - 类型: map_at_1000 值: 58.108000000000004
  - 类型: map_at_3 值: 55.251
  - 类型: map_at_5 值: 56.53399999999999
  - 类型: mrr_at_1 值: 48.472
  - 类型: mrr_at_10 值: 57.359
  - 类型: mrr_at_100 值: 58.055
  - 类型: mrr_at_1000 值: 58.082
  - 类型: mrr_at_3 值: 55.303999999999995
  - 类型: mrr_at_5 值: 56.542
  - 类型: ndcg_at_1 值: 48.472
  - 类型: ndcg_at_10 值: 61.651999999999994
  - 类型: ndcg_at_100 值: 65.257
  - 类型: ndcg_at_1000 值: 65.977
  - 类型: ndcg_at_3 值: 57.401
  - 类型: ndcg_at_5 值: 59.681
  - 类型: precision_at_1 值: 48.472
  - 类型: precision_at_10 值: 7.576
  - 类型: precision_at_100 值: 0.932
  - 类型: precision_at_1000 值: 0.099
  - 类型: precision_at_3 值: 21.25
  - 类型: precision_at_5 值: 13.888
  - 类型: recall_at_1 值: 48.419000000000004
  - 类型: recall_at_10 值: 74.97399999999999
  - 类型: recall_at_100 值: 92.202