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:10356
• 损失函数:多重负样本排序损失 基础模型: intfloat/multilingual-e5-large 小部件示例:
• 源句: "带角饰边的腿饰是一种腿部装饰，通常为高筒设计，上缘带有角状图案" 候选句:
  • 角饰腿袜
  • 画面外头部
  • 运动裤
• 源句: "当角色将未系好的鞋带绕成牢固的蝴蝶结时" 候选句:
  • 发圈
  • 系鞋带
  • 松散领带
• 源句: "若人物将眼镜从常规佩戴位置取下并握在手中时使用此标签。若仍架在鼻梁或头上，请参见调整眼镜及其相关标签" 候选句:
  • 奶牛装
  • 纱笼裙
  • 手持摘下的眼镜
• 源句: "当角色双手都放在另一角色大腿上时" 候选句:
  • 烘焙
  • 三胞胎
  • 双手放在他人腿上
• 源句: "从腰部后方延伸的长条附属物，通常覆有毛发或鳞片，是兽娘角色的常见特征" 候选句:
  • 尾巴
  • 灰框眼镜
  • 腹部特写日 数据集:
• meandyou200175/word_embedding 管道标签: 句子相似度 库名称: sentence-transformers 评估指标:
• 余弦准确率@1
• 余弦准确率@2
• 余弦准确率@5
• 余弦准确率@10
• 余弦准确率@100
• 余弦精确率@1
• 余弦精确率@2
• 余弦精确率@5
• 余弦精确率@10
• 余弦精确率@100
• 余弦召回率@1
• 余弦召回率@2
• 余弦召回率@5
• 余弦召回率@10
• 余弦召回率@100
• 余弦标准化折损累计增益@10
• 余弦平均倒数排名@1
• 余弦平均倒数排名@2
• 余弦平均倒数排名@5
• 余弦平均倒数排名@10
• 余弦平均倒数排名@100
• 余弦平均精度@100 模型索引:
• 名称: 基于intfloat/multilingual-e5-large的SentenceTransformer 结果:
  • 任务: 类型: 信息检索 名称: 信息检索 数据集: 名称: 未知 类型: 未知 指标:
    • 类型: 余弦准确率@1 值: 0.9073 名称: 余弦准确率@1
    • 类型: 余弦准确率@2 值: 0.9739 名称: 余弦准确率@2
    • 类型: 余弦准确率@5 值: 0.9942 名称: 余弦准确率@5
    • 类型: 余弦准确率@10 值: 0.9990 名称: 余弦准确率@10
    • 类型: 余弦准确率@100 值: 1.0 名称: 余弦准确率@100
    • 类型: 余弦精确率@1 值: 0.9073 名称: 余弦精确率@1
    • 类型: 余弦精确率@2 值: 0.4870 名称: 余弦精确率@2
    • 类型: 余弦精确率@5 值: 0.1988 名称: 余弦精确率@5
    • 类型: 余弦精确率@10 值: 0.0999 名称: 余弦精确率@10
    • 类型: 余弦精确率@100 值: 0.0100 名称: 余弦精确率@100
    • 类型: 余弦召回率@1 值: 0.9073 名称: 余弦召回率@1
    • 类型: 余弦召回率@2 值: 0.9739 名称: 余弦召回率@2
    • 类型: 余弦召回率@5 值: 0.9942 名称: 余弦召回率@5
    • 类型: 余弦召回率@10 值: 0.9990 名称: 余弦召回率@10
    • 类型: 余弦召回率@100 值: 1.0 名称: 余弦召回率@100
    • 类型: 余弦标准化折损累计增益@10 值: 0.9602 名称: 余弦标准化折损累计增益@10
    • 类型: 余弦平均倒数排名@1 值: 0.9073 名称: 余弦平均倒数排名@1
    • 类型: 余弦平均倒数排名@2 值: 0.9406 名称: 余弦平均倒数排名@2
    • 类型: 余弦平均倒数排名@5 值: 0.9463 名称: 余弦平均倒数排名@5
    • 类型: 余弦平均倒数排名@10 值: 0.9470 名称: 余弦平均倒数排名@10
    • 类型: 余弦平均倒数排名@100 值: 0.9471 名称: 余弦平均倒数排名@100
    • 类型: 余弦平均精度@100 值: 0.9471 名称: 余弦平均精度@100

基于intfloat/multilingual-e5-large的SentenceTransformer模型

这是基于intfloat/multilingual-e5-large微调的sentence-transformers模型。该模型将句子和段落映射到1024维稠密向量空间，可用于语义文本相似度计算、语义搜索、复述挖掘、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: intfloat/multilingual-e5-large
• 最大序列长度: 512个标记
• 输出维度: 1024维
• 相似度计算方式: 余弦相似度

模型架构

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, '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()
)

使用方法

直接使用(Sentence Transformers)

首先安装库：

pip install -U sentence-transformers

然后加载模型进行推理：

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("meandyou200175/e5_large_finetune_word")
sentences = [
    '从腰部后方延伸的长条附属物，通常覆有毛发或鳞片',
    '尾巴',
    '腹部特写日'
]
embeddings = model.encode(sentences)
print(embeddings.shape)  # [3, 1024]

similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)  # [3, 3]

评估结果

信息检索指标

训练详情

训练数据集

• 样本量: 10,356
• 列: query和positive
• 损失函数: 多重负样本排序损失(scale=20.0, similarity_fct="cos_sim")

评估数据集

• 数据集: word_embedding
• 样本量: 1,036

训练超参数

• 学习率: 2e-05
• 训练轮次: 5
• 预热比例: 0.1
• 批次大小: 16
• FP16混合精度: 启用

框架版本

• Python: 3.11.11
• Sentence Transformers: 3.4.1
• PyTorch: 2.5.1+cu124