Gte Large

由 thenlper 开发

GTE-Large 是一个强大的句子转换器模型，专注于句子相似度和文本嵌入任务，在多个基准测试中表现出色。

文本嵌入

英语

开源协议:MIT #多任务文本嵌入 #高精度语义相似度 #跨领域分类

下载量 1.5M

发布时间 : 7/27/2023

模型介绍

内容详情

替代品

模型简介

GTE-Large 是一个通用的文本嵌入模型，能够将句子转换为高维向量表示，用于相似度计算、分类、聚类和信息检索等任务。

模型特点

多任务性能优异

在分类、检索、聚类等多种NLP任务上表现均衡

高质量句子嵌入

生成的句子嵌入能有效捕捉语义信息

广泛基准测试验证

在MTEB等多个基准测试集上进行了全面评估

模型能力

句子相似度计算

文本分类

信息检索

文本聚类

句子向量化

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92.5%准确率

反事实评论检测

识别亚马逊上的反事实评论

在AmazonCounterfactual数据集上达到72.6%准确率

学术研究

论文聚类

对arXiv和biorxiv论文进行主题聚类

在arXiv P2P聚类任务上V-measure达到48.6

客户服务

银行问题分类

对银行客户问题进行自动分类

在Banking77数据集上达到86.1%准确率

模型索引

名称: gte-large 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: 测试修订版本: e8379541af4e31359cca9fbcf4b00f2671dba205 指标:
  - 类型: 准确率值: 72.62686567164178
  - 类型: 平均精度值: 34.46944126809772
  - 类型: F1分数值: 66.23684353950857
- 任务: 类型: 分类数据集: 类型: mteb/amazon_polarity 名称: MTEB AmazonPolarityClassification 配置: 默认分割: 测试修订版本: e2d317d38cd51312af73b3d32a06d1a08b442046 指标:
  - 类型: 准确率值: 92.51805
  - 类型: 平均精度值: 89.49842783330848
  - 类型: F1分数值: 92.51112169431808
- 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: 测试修订版本: 1399c76144fd37290681b995c656ef9b2e06e26d 指标:
  - 类型: 准确率值: 49.074
  - 类型: F1分数值: 48.44785682572955
- 任务: 类型: 检索数据集: 类型: arguana 名称: MTEB ArguAna 配置: 默认分割: 测试修订版本: 无指标:
  - 类型: 平均精度@1 值: 32.077
  - 类型: 平均精度@10 值: 48.153
  - 类型: 平均精度@100 值: 48.963
  - 类型: 平均精度@1000 值: 48.966
  - 类型: 平均精度@3 值: 43.184
  - 类型: 平均精度@5 值: 46.072
  - 类型: 平均倒数排名@1 值: 33.073
  - 类型: 平均倒数排名@10 值: 48.54
  - 类型: 平均倒数排名@100 值: 49.335
  - 类型: 平均倒数排名@1000 值: 49.338
  - 类型: 平均倒数排名@3 值: 43.563
  - 类型: 平均倒数排名@5 值: 46.383
  - 类型: 标准化折损累积增益@1 值: 32.077
  - 类型: 标准化折损累积增益@10 值: 57.158
  - 类型: 标准化折损累积增益@100 值: 60.324999999999996
  - 类型: 标准化折损累积增益@1000 值: 60.402
  - 类型: 标准化折损累积增益@3 值: 46.934
  - 类型: 标准化折损累积增益@5 值: 52.158
  - 类型: 精确率@1 值: 32.077
  - 类型: 精确率@10 值: 8.591999999999999
  - 类型: 精确率@100 值: 0.991
  - 类型: 精确率@1000 值: 0.1
  - 类型: 精确率@3 值: 19.275000000000002
  - 类型: 精确率@5 值: 14.111
  - 类型: 召回率@1 值: 32.077
  - 类型: 召回率@10 值: 85.917
  - 类型: 召回率@100 值: 99.075
  - 类型: 召回率@1000 值: 99.644
  - 类型: 召回率@3 值: 57.824
  - 类型: 召回率@5 值: 70.555
- 任务: 类型: 聚类数据集: 类型: mteb/arxiv-clustering-p2p 名称: MTEB ArxivClusteringP2P 配置: 默认分割: 测试修订版本: a122ad7f3f0291bf49cc6f4d32aa80929df69d5d 指标:
  - 类型: V度量值: 48.619246083417295
- 任务: 类型: 聚类数据集: 类型: mteb/arxiv-clustering-s2s 名称: MTEB ArxivClusteringS2S 配置: 默认分割: 测试修订版本: f910caf1a6075f7329cdf8c1a6135696f37dbd53 指标:
  - 类型: V度量值: 43.3574067664688
- 任务: 类型: 重排序数据集: 类型: mteb/askubuntudupquestions-reranking 名称: MTEB AskUbuntuDupQuestions 配置: 默认分割: 测试修订版本: 2000358ca161889fa9c082cb41daa8dcfb161a54 指标:
  - 类型: 平均精度值: 63.06359661829253
  - 类型: 平均倒数排名值: 76.15596007562766
- 任务: 类型: STS 数据集: 类型: mteb/biosses-sts 名称: MTEB BIOSSES 配置: 默认分割: 测试修订版本: d3fb88f8f02e40887cd149695127462bbcf29b4a 指标:
  - 类型: 余弦相似度皮尔逊相关系数值: 90.25407547368691
  - 类型: 余弦相似度斯皮尔曼相关系数值: 88.65081514968477
  - 类型: 欧几里得距离皮尔逊相关系数值: 88.14857116664494
  - 类型: 欧几里得距离斯皮尔曼相关系数值: 88.50683596540692
  - 类型: 曼哈顿距离皮尔逊相关系数值: 87.9654797992225
  - 类型: 曼哈顿距离斯皮尔曼相关系数值: 88.21164851646908
- 任务: 类型: 分类数据集: 类型: mteb/banking77 名称: MTEB Banking77Classification 配置: 默认分割: 测试修订版本: 0fd18e25b25c072e09e0d92ab615fda904d66300 指标:
  - 类型: 准确率值: 86.05844155844157
  - 类型: F1分数值: 86.01555597681825
- 任务: 类型: 聚类数据集: 类型: mteb/biorxiv-clustering-p2p 名称: MTEB BiorxivClusteringP2P 配置: 默认分割: 测试修订版本: 65b79d1d13f80053f67aca9498d9402c2d9f1f40 指标:
  - 类型: V度量值: 39.10510519739522
- 任务: 类型: 聚类数据集: 类型: mteb/biorxiv-clustering-s2s 名称: MTEB BiorxivClusteringS2S 配置: 默认分割: 测试修订版本: 258694dd0231531bc1fd9de6ceb52a0853c6d908 指标:
  - 类型: V度量值: 36.84689960264385
- 任务: 类型: 检索数据集: 类型: BeIR/cqadupstack 名称: MTEB CQADupstackAndroidRetrieval 配置: 默认分割: 测试修订版本: 无指标:
  - 类型: 平均精度@1 值: 32.800000000000004
  - 类型: 平均精度@10 值: 44.857
  - 类型: 平均精度@100 值: 46.512
  - 类型: 平均精度@1000 值: 46.635
  - 类型: 平均精度@3 值: 41.062
  - 类型: 平均精度@5 值: 43.126
  - 类型: 平均倒数排名@1 值: 39.628
  - 类型: 平均倒数排名@10 值: 50.879
  - 类型: 平均倒数排名@100 值: 51.605000000000004
  - 类型: 平均倒数排名@1000 值: 51.641000000000005
  - 类型: 平均倒数排名@3 值: 48.14
  - 类型: 平均倒数排名@5 值: 49.835
  - 类型: 标准化折损累积增益@1 值: 39.628
  - 类型: 标准化折损累积增益@10 值: 51.819
  - 类型: 标准化折损累积增益@100 值: 57.318999999999996
  - 类型: 标准化折损累积增益@1000 值: 58.955999999999996
  - 类型: 标准化折损累积增益@3 值: 46.409
  - 类型: 标准化折损累积增益@5 值: 48.825
  - 类型: 精确率@1 值: 39.628
  - 类型: 精确率@10 值: 10.072000000000001
  - 类型: 精确率@100 值: 1.625
  - 类型: 精确率@1000 值: 0.21
  - 类型: 精确率@3 值: 22.556
  - 类型: 精确率@5 值: 16.309
  - 类型: 召回率@1 值: 32.800000000000004
  - 类型: 召回率@10 值: 65.078
  - 类型: 召回率@100 值: 87.491
  - 类型: 召回率@1000 值: 97.514
  - 类型: 召回率@3 值: 49.561
  - 类型: 召回率@5 值: 56.135999999999996
- 任务: 类型: 检索数据集: 类型: BeIR/cqadupstack 名称: MTEB CQADupstackEnglishRetrieval 配置: 默认分割: 测试修订版本: 无指标:
  - 类型: 平均精度@1 值: 32.614
  - 类型: 平均精度@10 值: 43.578
  - 类型: 平均精度@100 值: 44.897
  - 类型: 平均精度@1000 值: 45.023
  - 类型: 平均精度@3 值: 40.282000000000004
  - 类型: 平均精度@5 值: 42.117
  - 类型: 平均倒数排名@1 值: 40.510000000000005
  - 类型: 平均倒数排名@10 值: 49.428
  - 类型: 平均倒数排名@100 值: 50.068999999999996
  - 类型: 平均倒数排名@1000 值: 50.111000000000004