🚀 BGE large Legal Spanish 2

BGE large Legal Spanish 2 是一个用于句子相似度计算和特征提取的模型，基于 BAAI/bge-m3 基础模型训练而来。它可以在法律相关的文本中检索信息，帮助用户快速找到与问题相关的答案。

🚀 快速开始

本模型可用于句子相似度计算和信息检索任务。通过输入源句子和一组候选句子，模型能够计算源句子与每个候选句子之间的相似度，从而找出最相关的句子。

✨ 主要特性

• 多任务支持：支持句子相似度计算、特征提取和信息检索等任务。
• 丰富的指标评估：使用多种余弦相似度相关的指标进行评估，如 cosine_accuracy、cosine_precision、cosine_recall 等。
• 特定领域适用：基于法律领域的数据集训练，适用于法律文本的处理。

📦 安装指南

文档中未提及安装步骤，若需使用该模型，可参考 sentence-transformers 库的官方安装文档。

💻 使用示例

文档中未提供具体的代码示例，以下是一个使用 sentence-transformers 库的简单示例，展示如何使用该模型进行句子相似度计算：

from sentence_transformers import SentenceTransformer
import numpy as np

# 加载模型
model = SentenceTransformer('your_model_path')

# 定义源句子和候选句子
source_sentence = "¿Qué tipo de obras no dan derecho a practicar la deducción en viviendas?"
sentences = [
    "en el Real Decreto 2066/2008, de 12 de diciembre, por el que se regula el Plan Estatal de Vivienda y Rehabilitación 2009-2012...",
    "s/kilogramo. apartado 3. Materias inhibidoras (MI): 725.42 pesetas~k-equitox...",
    # 其他句子...
]

# 编码句子
source_embedding = model.encode(source_sentence)
sentence_embeddings = model.encode(sentences)

# 计算相似度
similarities = []
for embedding in sentence_embeddings:
    similarity = np.dot(source_embedding, embedding) / (np.linalg.norm(source_embedding) * np.linalg.norm(embedding))
    similarities.append(similarity)

# 找到最相似的句子
most_similar_index = np.argmax(similarities)
most_similar_sentence = sentences[most_similar_index]

print("最相似的句子是:", most_similar_sentence)

📚 详细文档

数据集

• pablosi/boe_sintetic_question_context：模型基于该数据集进行训练，该数据集可能包含法律相关的问题和上下文信息。

指标评估

模型使用了多种余弦相似度相关的指标进行评估，具体指标如下：

模型结果

🔧 技术细节

文档中未提供具体的技术实现细节。

📄 许可证

本模型采用 Apache-2.0 许可证。