数据集:

• GreenNode/GreenNode-表格-Markdown-检索 语言:
• 越南语
• 英语 库名称: sentence-transformers 管道标签: 句子相似度 标签:
• sentence-transformers
• 句子相似度
• 特征提取 小部件: [] 指标:
• InfoNCE 许可证: mit

句子转换器

这是一个经过训练的sentence-transformers模型。它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性、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
• 最大序列长度: 8192个标记
• 输出维度: 1024个标记
• 相似性函数: 余弦相似度
• 训练数据集: - GreenNode/GreenNode-表格-Markdown-检索
• 语言: 越南语

模型来源

• 文档: 句子转换器文档
• 代码库: GitHub上的句子转换器
• Hugging Face: Hugging Face上的句子转换器

完整模型架构

句子转换器(
  (0): 转换器({'max_seq_length': 8192, 'do_lower_case': False}) 使用转换器模型: XLMRobertaModel 
  (1): 池化({'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): 归一化()
)

使用方法

直接使用 (句子转换器)

首先安装句子转换器库:

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("GreenNode/GreenNode-Embedding-Large-VN-Mixed-V1")
# 运行推理
sentences = [
    '今天天气真好。',
    "外面阳光明媚!",
    '他开车去了体育场。',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

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

评估

表: 在GreenNodeTableRetrieval上各模型性能比较

数据集: GreenNode/GreenNode-表格-Markdown-检索

表: 在ZacLegalTextRetrieval上各模型性能比较

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

表: 在VieQuADRetrieval上各模型性能比较

数据集: taidng/UIT-ViQuAD2.0

表: 在GreenNodeTableRetrieval上各模型性能比较(命中率)

框架版本

• Python: 3.10.14
• 句子转换器: 3.0.1
• 转换器: 4.42.4
• PyTorch: 2.3.1
• Accelerate: 0.33.0
• 数据集: 2.20.0
• 分词器: 0.19.1

关注我们

https://x.com/greennode23

支持

https://discord.gg/B6MJFM3J3a

许可证

此代码库和模型权重根据MIT许可证授权。

引用

联系我们

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