🚀 SentenceTransformer

SentenceTransformer 是一个经过训练的 sentence-transformers 模型。它可以将句子和段落映射到一个 1024 维的密集向量空间，可用于语义文本相似度计算、语义搜索、释义挖掘、文本分类、聚类等任务。

🚀 快速开始

直接使用（Sentence Transformers）

首先安装 Sentence Transformers 库：

pip install -U sentence-transformers

然后你可以加载这个模型并进行推理。

from sentence_transformers import SentenceTransformer

# 从 🤗 Hub 下载
model = SentenceTransformer("GreenNode/GreenNode-Embedding-Large-VN-Mixed-V1")
# 进行推理
sentences = [
    'The weather is lovely today.',
    "It's so sunny outside!",
    'He drove to the stadium.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

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

✨ 主要特性

• 多用途：可用于语义文本相似度计算、语义搜索、释义挖掘、文本分类、聚类等多种自然语言处理任务。
• 高维映射：能够将句子和段落映射到 1024 维的密集向量空间。
• 支持多语言：支持越南语等多种语言。

📦 安装指南

pip install -U sentence-transformers

💻 使用示例

基础用法

from sentence_transformers import SentenceTransformer

# 从 🤗 Hub 下载
model = SentenceTransformer("GreenNode/GreenNode-Embedding-Large-VN-Mixed-V1")
# 进行推理
sentences = [
    'The weather is lovely today.',
    "It's so sunny outside!",
    'He drove to the stadium.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

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

📚 详细文档

模型详情

模型描述

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': 8192, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, '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()
)

评估

表：各模型在 GreenNodeTableRetrieval 上的性能比较

数据集：GreenNode/GreenNode-Table-Markdown-Retrieval

表：各模型在 ZacLegalTextRetrieval 上的性能比较

数据集：GreenNode/zalo-ai-legal-text-retrieval-vn

表：各模型在 VieQuADRetrieval 上的性能比较

数据集：taidng/UIT-ViQuAD2.0

表：各模型在 GreenNodeTableRetrieval 上的命中率比较

框架版本

• Python: 3.10.14
• Sentence Transformers: 3.0.1
• Transformers: 4.42.4
• PyTorch: 2.3.1
• Accelerate: 0.33.0
• Datasets: 2.20.0
• Tokenizers: 0.19.1

🔗 关注我们

https://x.com/greennode23

🛠️ 支持

https://discord.gg/B6MJFM3J3a

📄 许可证

本仓库和模型权重遵循 MIT 许可证。

📧 联系我们

• 一般咨询与合作：tung.vu@greennode.ai, thuvt@greennode.ai
• 技术问题：viethq5@greennode.ai