许可证：apache-2.0
数据集：

• sentence-transformers/msmarco
  语言：
• en
  基础模型：
• cross-encoder/ms-marco-MiniLM-L12-v2
  流水线标签：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，将查询与所有可能段落（例如通过ElasticSearch检索）进行编码，然后按得分降序排列段落。详见SBERT.net检索与重排序。训练代码参见：SBERT.net训练MS Marco

使用SentenceTransformers

安装SentenceTransformers后即可轻松使用预训练模型：

from sentence_transformers import CrossEncoder

model = CrossEncoder('cross-encoder/ms-marco-MiniLM-L2-v2')
scores = model.predict([
    ("柏林有多少人口？", "截至统计，柏林在891.82平方公里区域内拥有3,520,031名注册居民。"),
    ("柏林有多少人口？", "柏林以其众多博物馆而闻名。"),
])
print(scores)
# [ 8.510401 -4.860082]

使用Transformers

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

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

features = tokenizer(['柏林有多少人口？', '柏林有多少人口？'], ['柏林在891.82平方公里区域内拥有3,520,031名注册居民', '纽约市以大都会艺术博物馆著称'],  padding=True, truncation=True, return_tensors="pt")

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

性能表现

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

注：运行速度测试基于V100 GPU。