🚀 基于dbmdz/bert-base-turkish-uncased的句子转换器

这是一个基于 sentence-transformers 的模型，它在 dbmdz/bert-base-turkish-uncased 的基础上，于 cleaned_turkish_embedding_model_training_data_colab 数据集上进行了微调。该模型能够将句子和段落映射到一个768维的密集向量空间，可用于语义文本相似度、语义相关任务。

🚀 快速开始

此模型可用于语义文本相似度等任务，以下是一些使用示例：

基础用法

# 使用示例代码保持不变
from sentence_transformers import SentenceTransformer
model = SentenceTransformer('your_model_name')
sentences = ['这是一个示例句子', '这是另一个示例句子']
embeddings = model.encode(sentences)
print(embeddings)

高级用法

# 高级场景说明 - 中文
# 当需要处理大量文本时，可以使用批量处理的方式提高效率
from sentence_transformers import SentenceTransformer
model = SentenceTransformer('your_model_name')
sentence_list = ['句子1', '句子2', '句子3']
batch_size = 32
for i in range(0, len(sentence_list), batch_size):
    batch = sentence_list[i:i+batch_size]
    embeddings = model.encode(batch)
    # 处理当前批次的嵌入向量
    print(embeddings)

✨ 主要特性

• 微调模型：基于 dbmdz/bert-base-turkish-uncased 进行微调，能更好地适应特定的土耳其语任务。
• 向量映射：将句子和段落映射到768维的密集向量空间，方便进行语义相似度计算。
• 多任务适用：可用于语义文本相似度、语义相关任务等。

📦 安装指南

安装 sentence-transformers 库：

pip install sentence-transformers

📚 详细文档

模型信息

指标信息

该模型使用了以下评估指标：

• cosine_accuracy
• cosine_accuracy_threshold
• cosine_f1
• cosine_f1_threshold
• cosine_precision
• cosine_recall
• cosine_ap
• cosine_mcc

模型结果

🔧 技术细节

此模型基于 sentence-transformers 库，在 dbmdz/bert-base-turkish-uncased 预训练模型的基础上，使用 CachedMultipleNegativesRankingLoss 损失函数，在 trmteb/cleaned_turkish_embedding_model_training_data_colab 数据集上进行了微调。通过微调，模型能够更好地学习到土耳其语句子和段落的语义信息，从而在语义文本相似度等任务上取得更好的性能。

在微调过程中，使用了多种评估指标来监控模型的性能，如余弦相似度相关的准确率、F1值、精确率、召回率等。这些指标能够全面地评估模型在语义文本相似度任务上的表现。

📄 许可证

文档中未提及许可证相关信息。若有需要，请进一步查阅相关资料。