许可协议：apache-2.0
数据集：

• sentence-transformers/msmarco
  语言：
• en
  基础模型：
• nreimers/BERT-Tiny_L-2_H-128_A-2
  任务标签：文本排序
  库名称：sentence-transformers
  标签：
• transformers

MS Marco交叉编码器

本模型基于MS Marco段落排序任务训练而成。

该模型可用于信息检索：给定查询时，对所有可能段落（例如通过ElasticSearch检索获得）进行编码，随后按得分降序排序。详见SBERT.net检索与重排序。训练代码参见：SBERT.net训练MS Marco

Transformers使用方式

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model = AutoModelForSequenceClassification.from_pretrained('cross-encoder/ms-marco-TinyBERT-L2-v2')
tokenizer = AutoTokenizer.from_pretrained('cross-encoder/ms-marco-TinyBERT-L2-v2')

features = tokenizer(['柏林有多少人口？', '柏林有多少人口？'], ['柏林注册居民达3,520,031人，面积891.82平方公里。', '纽约市以大都会艺术博物馆闻名。'], padding=True, truncation=True, return_tensors="pt")

model.eval()
with torch.no_grad():
    scores = model(**features).logits
    print(scores)

SentenceTransformers使用方式

安装SentenceTransformers后可简化操作：

from sentence_transformers import CrossEncoder

model = CrossEncoder('cross-encoder/ms-marco-TinyBERT-L2-v2', max_length=512)
scores = model.predict([('查询', '段落1'), ('查询', '段落2'), ('查询', '段落3')])

性能表现

下表列出不同预训练交叉编码器在TREC 2019深度学习和MS Marco段落重排序数据集的表现：

注：运行速度基于V100 GPU测试。