许可证：Apache-2.0
语言：

• 西班牙语

库名称：sentence-transformers
管道标签：句子相似度
数据集：

• IIC/ms_marco_es

模型描述

这是一个sentence-transformers模型：它能将句子和段落映射到一个768维的密集向量空间，可用于聚类或语义搜索等任务。

使用方法

安装sentence-transformers后即可轻松使用此模型：

pip install -U sentence-transformers

然后可以按如下方式使用模型：

from sentence_transformers import SentenceTransformer, util  

# 加载模型  
model = SentenceTransformer('dariolopez/roberta-base-bne-finetuned-msmarco-qa-es-mnrl-mn')  

# 可能包含与问题相关信息的一些示例  
corpus = [  
    "拿破仑·波拿巴（1769年8月15日－1821年5月5日）是法国军事家与政治家，法国大革命期间的共和派将军，雾月政变的策划者，1799年11月11日成为法兰西共和国第一执政。",  
    "路易十六（1754年8月23日－1793年1月21日）是1774至1789年间的法国和纳瓦拉国王，1774至1793年间的安道尔大公，1789至1792年间的法国人民国王。他是法国大革命前最后一位君主，也是最后一位行使绝对君主权力的国王。",  
    "费利佩六世（1968年1月30日－）是现任西班牙国王，自2014年6月19日其父胡安·卡洛斯一世退位后继承王位，担任国家元首兼武装部队最高统帅。",  
    "莱昂内尔·安德雷斯·梅西（1987年6月24日－）是阿根廷足球运动员，司职前锋或中场。作为巴塞罗那足球俱乐部的传奇球员，他在2021年加入法国巴黎圣日耳曼足球俱乐部。同时他也是阿根廷国家足球队队长。"  
]  

# 您的问题  
query = "列出那些在法国掌权的人物"  

# 编码语料库和查询  
corpus_embeddings = model.encode(corpus)  
query_embedding = model.encode(query)  

# 获取语料库中最相关的2个结果  
hits = util.semantic_search(query_embedding, corpus_embeddings, top_k=2)[0]  
for hit in hits:  
    print(f"corpus_id: {hit['corpus_id']}, score: {hit['score']}, text: {corpus[hit['corpus_id']][0:100]}...")  
# 输出示例：  
# corpus_id: 1, score: 0.553, text: 路易十六（1754年8月23日－1793年1月21日）是1774至1789年间的法国和纳瓦拉国王...  
# corpus_id: 0, score: 0.530, text: 拿破仑·波拿巴（1769年8月15日－1821年5月5日）是法国军事家与政治家...  

训练过程

该模型是基于PlanTL-GOB-ES/roberta-base-bne微调的版本，专注于使用西班牙语翻译的MS-MARCO数据集（查询-正例-负例-负例-负例-负例）进行问答训练。

特性

• 基础模型
• 训练配置
• 数据集：IIC/ms_marco_es
• 损失函数：MultipleNegativesRankingLoss

配置

{
    "模型名称": "PlanTL-GOB-ES/roberta-base-bne",
    "最大序列长度": 512,
    "训练轮次": 10,
    "预热步数": 1000,
    "批次大小": 16,
    "优化器参数": {
        "学习率": 2e-05
    },
    "损失函数": "mnrl",
    "训练集规模": 481335,
    "数据集名称": "IIC/ms_marco_es",
    "随机种子": 42,
    "嵌入维度": 768
}

训练源代码

https://github.com/bukosabino/sbert-spanish/tree/main

使用注意事项

该模型专为西班牙语设计，特别适用于问答场景。

最大输入长度

默认情况下，超过512个词片的输入文本会被截断。

附加信息

许可

本作品采用Apache许可证2.0版授权。