许可证: mit 数据集:

• squad
• eli5
• sentence-transformers/embedding-training-data
• KennethTM/squad_pairs_danish
• KennethTM/eli5_question_answer_danish 语言:
• da 库名称: sentence-transformers 管道标签: text-ranking

新版本已发布，基于更多数据训练且其他方面相同 KennethTM/MiniLM-L6-danish-reranker-v2

MiniLM-L6-danish-reranker

这是一个轻量级（约22M参数）的sentence-transformers模型，用于丹麦语自然语言处理：它接收两个句子作为输入并输出相关性分数。因此，该模型可用于信息检索，例如给定查询和候选匹配项，按相关性对候选进行排序。

最大序列长度为512个标记（适用于所有段落）。

该模型并非从头开始预训练，而是从英语版本cross-encoder/ms-marco-MiniLM-L-6-v2适配而来，使用了丹麦语分词器。

训练数据为从英语机器翻译为丹麦语的ELI5和SQUAD数据。

使用Transformers

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model = AutoModelForSequenceClassification.from_pretrained('KennethTM/MiniLM-L6-danish-reranker')
tokenizer = AutoTokenizer.from_pretrained('KennethTM/MiniLM-L6-danish-reranker')
features = tokenizer(['Kører der cykler på vejen?', 'Kører der cykler på vejen?'], ['En panda løber på vejen.', 'En mand kører hurtigt forbi på cykel.'],  padding=True, truncation=True, return_tensors="pt")

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

使用SentenceTransformers

安装SentenceTransformers后，使用会变得更简单。可以像这样使用预训练模型：

from sentence_transformers import CrossEncoder
model = CrossEncoder('KennethTM/MiniLM-L6-danish-reranker', max_length=512)
scores = model.predict([('Kører der cykler på vejen?', 'En panda løber på vejen.'), ('Kører der cykler på vejen?', 'En mand kører hurtigt forbi på cykel.')])