语言: [] 库名称: sentence-transformers 标签:

• 句子转换器

• 句子相似度

• 特征提取

• 训练生成

• 数据集大小:15525

• 损失函数:多重负样本排序损失 基础模型: BAAI/bge-small-en-v1.5 数据集:

• baconnier/finance_dataset_small_private 评估指标:

• 余弦准确率

• 点积准确率

• 曼哈顿准确率

• 欧几里得准确率

• 最大准确率 小工具:

• 源句子: 萨曼莎抵押贷款的贷款价值比(LTV)是多少，它与LTV的定义有何关联？ 句子:

  • '贷款金额 = 房产价值 - 首付款

    贷款金额 = $300,000 - $60,000 = $240,000

    LTV = 贷款金额 ÷ 房产价值

    LTV = $240,000 ÷ $300,000 = 0.8 或 80%

    LTV表示贷款融资占房产价值的比例。

    萨曼莎抵押贷款的LTV为80%，这与LTV作为贷款融资占房产价值比例的定义一致。'

  • 'LTV = 首付款 ÷ 房产价值

    LTV = $60,000 ÷ $300,000 = 0.2 或 20%

    萨曼莎抵押贷款的LTV为20%。'

  • 在证券交易中，什么是销售？

• 源句子: 什么是绿票讹诈，它与典型的股票收购有何不同？ 句子:

  • '绿票讹诈是指一家公司购买另一家公司的少量股票。这与正常的股票购买不同，因为购买量较小。

    绿票讹诈是小规模的股票购买，不同于典型的收购。'

  • '绿票讹诈是一种公司财务策略，非友好实体收购目标公司大量股份，意图迫使目标公司以显著溢价回购股份以防止敌意收购。这与典型的股票收购不同，后者通常出于投资目的或获取较小股权，没有明确迫使回购或威胁收购的意图。

    绿票讹诈是非友好实体迫使目标公司以溢价回购股份以防止敌意收购的策略，而典型的股票收购是出于投资或获取较小股权，没有迫使回购或威胁收购的意图。'

  • 在新股发行的承销过程中，"circling"是什么流程？

• 源句子: '激励性股票期权(ISO)在授予或行权时不征税。如果股票自授予起持有2年且自行权起持有1年，利润按长期资本利得征税。如果未满足持有期要求，则为不合格处置，利润按普通收入征税。

  ISO在授予和行权时免税。利润根据持有期按资本利得或普通收入征税。' 句子:

  • '激励性股票期权没有税收优惠，行权时按普通收入征税。

    ISO在行权时按普通收入征税。'

  • 激励性股票期权(ISO)在税收方面的主要特点是什么？

  • 什么是轧空，它如何影响股价？

• 源句子: 什么是卖出订单，它与玛吉决定出售XYZ公司股票有何关联？ 句子:

  • '绩效基金是一种以增长为导向的共同基金，主要投资于具有高增长潜力和低股息支付的公司股票。与其他类型的共同基金相比，这些基金通常风险较高。例如，平衡基金投资于股票和债券的组合，风险较为适中，而货币市场基金投资于低风险的短期证券，回报较低。绩效基金旨在获得更高的资本增值，但伴随更高的波动性。

    绩效基金是一种高风险、以增长为导向的共同基金，投资于高增长潜力和低股息的股票，旨在资本增值。它与平衡基金(中等风险，股票和债券组合)和货币市场基金(低风险，短期证券，回报较低)不同。'

  • '卖出订单是您想购买股票时发出的指令。玛吉想卖出她的XYZ股票是因为股价在上涨。

    由于股价上涨，玛吉发出了卖出订单以购买XYZ股票。'

  • '卖出订单是投资者向经纪人发出的以特定价格或市场条件出售特定金融资产的指令。玛吉以每股50美元的限价发出了卖出1,000股XYZ公司股票的订单，因为她认为公司最近的收购公告会在短期内对股价产生负面影响。

    由于预期公司收购公告后短期内股价下跌，玛吉发出了以50美元或更高价格卖出1,000股XYZ股票的卖出订单。'

• 源句子: 什么是工业生产，美联储如何衡量它？ 句子:

  • 什么是三角套利，它如何让交易者从三个不同市场的价格差异中获利？

  • '工业生产是衡量美国工厂和矿山产出的统计数据。美联储每季度发布一次。

    工业生产衡量工厂和矿山的产出，由美联储每季度发布。'

  • '工业生产是美联储确定的一项月度统计数据，衡量美国所有工厂和矿山的产出总量。美联储收集来自各政府机构和行业协会的数据来计算工业生产指数，作为重要的经济指标，反映制造业和采矿业的健康状况。

    工业生产是美联储计算的月度统计数据，使用政府机构和行业协会的数据衡量美国工厂和矿山的产出总量，是制造业和采矿业的关键经济指标。' 管道标签: 句子相似度 模型索引:

• 名称: 基于BAAI/bge-small-en-v1.5的SentenceTransformer 结果:

  • 任务: 类型: 三元组 名称: 三元组 数据集: 名称: 金融嵌入指标 类型: Finance_Embedding_Metric 指标:
    • 类型: 余弦准确率 值: 0.9791425260718424 名称: 余弦准确率
    • 类型: 点积准确率 值: 0.02085747392815759 名称: 点积准确率
    • 类型: 曼哈顿准确率 值: 0.9779837775202781 名称: 曼哈顿准确率
    • 类型: 欧几里得准确率 值: 0.9791425260718424 名称: 欧几里得准确率
    • 类型: 最大准确率 值: 0.9791425260718424 名称: 最大准确率

基于BAAI/bge-small-en-v1.5的SentenceTransformer

这是一个基于BAAI/bge-small-en-v1.5在baconnier/finance_dataset_small_private数据集上微调的sentence-transformers模型。它将句子和段落映射到384维的密集向量空间，可用于语义文本相似度、语义搜索、释义挖掘、文本分类、聚类等任务。

模型详情

模型描述

• 模型类型: 句子转换器
• 基础模型: BAAI/bge-small-en-v1.5
• 最大序列长度: 512个标记
• 输出维度: 384个标记
• 相似度函数: 余弦相似度
• 训练数据集:
  • baconnier/finance_dataset_small_private

模型来源

• 文档: Sentence Transformers文档
• 仓库: GitHub上的Sentence Transformers
• Hugging Face: Hugging Face上的Sentence Transformers

完整模型架构

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': True}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 384, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): Normalize()
)

使用

直接使用(Sentence Transformers)

首先安装Sentence Transformers库:

pip install -U sentence-transformers

然后可以加载此模型并运行推理。

from sentence_transformers import SentenceTransformer

# 从🤗 Hub下载
model = SentenceTransformer("baconnier/Finance2_embedding_small_en-V1.5")
# 运行推理
sentences = [
    '什么是工业生产，美联储如何衡量它？',
    '工业生产是美联储确定的一项月度统计数据，衡量美国所有工厂和矿山的产出总量。美联储收集来自各政府机构和行业协会的数据来计算工业生产指数，作为重要的经济指标，反映制造业和采矿业的健康状况。\n工业生产是美联储计算的月度统计数据，使用政府机构和行业协会的数据衡量美国工厂和矿山的产出总量，是制造业和采矿业的关键经济指标。',
    '工业生产是衡量美国工厂和矿山产出的统计数据。美联储每季度发布一次。\n工业生产衡量工厂和矿山的产出，由美联储每季度发布。',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]

# 获取嵌入的相似度分数
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

评估

指标

三元组

• 数据集: Finance_Embedding_Metric
• 使用TripletEvaluator评估

训练详情

训练数据集

baconnier/finance_dataset_small_private

• 数据集: baconnier/finance_dataset_small_private at d7e6492
• 大小: 15,525个训练样本
• 列: anchor, positive, 和 negative
• 基于前1000个样本的近似统计:

  	anchor	positive	negative
  类型	字符串	字符串	字符串
  详情	最小: 11个标记 平均: 76.86个标记 最大: 304个标记	最小: 10个标记 平均: 79.23个标记 最大: 299个标记	最小: 14个标记 平均: 60.36个标记 最大: 155个标记

• 样本:

  anchor	positive	negative
  全额贷款和参与贷款在投资所有权方面的主要区别是什么？	上下文明确指出，全额贷款是一种投资类型，投资者从原始贷款人处购买整个抵押贷款，成为唯一所有者。这与参与贷款形成对比，后者是多个投资者共享单个贷款的所有权。因此，全额贷款和参与贷款的关键区别在于全额贷款完全由单一投资者所有，而参与贷款涉及多个投资者共享所有权。 在全额贷款中，单一投资者拥有整个抵押贷款，而在参与贷款中，多个投资者共享贷款所有权。	全额贷款是多个投资者共享贷款所有权，而参与贷款是投资者购买整个贷款。由于上下文说明全额贷款是投资者购买整个抵押贷款并成为唯一所有者，此答案不正确。 全额贷款涉及多个投资者，而参与贷款由单一投资者所有。
  遗嘱执行人的职责是根据遗嘱管理和分配逝者的遗产资产。这包括清偿债务、提交纳税申报表以及确保资产按照遗嘱规定分配给受益人。遗嘱执行人由法院任命执行这些职责。在给定情境中，约翰·史密斯在遗嘱中提名迈克尔·约翰逊，并由法院任命为约翰遗产的执行人，遗产价值500万美元。迈克尔的职责包括将遗产平均分配给约翰的三个子女，根据约翰的指示向当地动物收容所捐赠50万美元，清偿20万美元的抵押贷款和5万美元的信用卡债务，以及提交约翰的最终所得税申报表并支付任何未