库名称: sentence-transformers
流水线标签: 句子相似度
标签:

• sentence-transformers
• 特征提取
• 句子相似度

dwulff/mpnet-personality

这是一个基于sentence-transformers的模型，能够将人格相关的条目或文本映射到768维的密集向量空间中，可用于人格心理学中的多种任务，例如聚类人格条目和量表、将人格量表映射到人格构念等。

该模型通过对all-mpnet-base-v2进行微调生成，使用了20万对人格条目的无符号经验相关性数据。因此，该模型编码了人格相关文本的内容，而不受方向（例如否定）的影响。

详情请参见Wulff & Mata (2025)（参见补充材料）。

使用方法

确保已安装sentence-transformers：

# 最新版本  
pip install -U sentence-transformers  

# 最新开发版本  
pip install git+https://github.com/UKPLab/sentence-transformers.git  

可以通过以下方式提取嵌入向量：

from sentence_transformers import SentenceTransformer  

# 人格相关句子  
sentences = ["很少思考自己的感受。", "快速做出决定。"]  

# 加载模型  
model = SentenceTransformer('dwulff/mpnet-personality')  

# 提取嵌入向量  
embeddings = model.encode(sentences)  
print(embeddings)  

评估结果

该模型已在公开的人格数据上进行了评估。对于标准人格量表（如BIG5或HEXACO量表），该模型预测人格条目之间的经验相关性为皮尔逊r ~ 0.6，量表之间的经验相关性为皮尔逊r ~ 0.7。

对于训练中常见的许多人格条目，由于记忆效应，性能可能更高（r ~ 0.9）。但对于更专业的人格评估和非人格条目的文本，以及人格因素，由于相关性方差减小，性能会较差。

详情请参见Wulff & Mata (2025)（参见补充材料）。

引用

@article{wulff2024taxonomic,  
  author       = {Wulff, Dirk U. and Mata, Rui},  
  title        = {Semantic embeddings reveal and address taxonomic incommensurability in psychological measurement},  
  journal      = {Nature Human Behavior},  
  doi          = {https://doi.org/10.1038/s41562-024-02089-y}  
}  

训练

模型训练参数如下：

数据加载器：

长度为3125的torch.utils.data.dataloader.DataLoader，参数为：

{'batch_size': 64, 'sampler': 'torch.utils.data.sampler.RandomSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}  

损失函数：

sentence_transformers.losses.CosineSimilarityLoss.CosineSimilarityLoss

fit()方法的参数：

{  
    "epochs": 3,  
    "evaluation_steps": 0,  
    "evaluator": "NoneType",  
    "max_grad_norm": 1,  
    "optimizer_class": "<class 'torch.optim.adamw.AdamW'>",  
    "optimizer_params": {  
        "lr": 2e-05  
    },  
    "scheduler": "WarmupLinear",  
    "steps_per_epoch": null,  
    "warmup_steps": 625,  
    "weight_decay": 0.01  
}  

完整模型架构

SentenceTransformer(  
  (0): Transformer({'max_seq_length': 384, 'do_lower_case': False}) with Transformer model: MPNetModel   
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, '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()  
)