Simcse Dist Mpnet Paracrawl Cs En

🚀 SimCSE

SimCSE-DistMPNet-Paracrawlは、SimCSEの目的で微調整されたSeznam/dist-mpnet-paracrawl-cs-enモデルです。

このモデルは、Seznam.czで高品質の小型チェコ語意味埋め込みモデルを作成するプロジェクトの一環として作成されました。これらのモデルは、類似性検索、検索、クラスタリング、分類など、様々な自然言語処理タスクで良好な性能を発揮します。詳細や評価結果については、関連する論文またはGitHubリポジトリをご覧ください。

🚀 クイックスタート

このモデルは、次のようにロードして使用することができます。

基本的な使用法

import torch
from transformers import AutoModel, AutoTokenizer

model_name = "Seznam/retromae-small-cs"  # Hugging Face link
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModel.from_pretrained(model_name)

input_texts = [
    "Dnes je výborné počasí na procházku po parku.",
    "Večer si oblíbím dobrý film a uvařím si čaj."
]

# Tokenize the input texts
batch_dict = tokenizer(input_texts, max_length=512, padding=True, truncation=True, return_tensors='pt')

outputs = model(**batch_dict)
embeddings = outputs.last_hidden_state[:, 0]  # Extract CLS token embeddings

similarity = torch.nn.functional.cosine_similarity(embeddings[0], embeddings[1], dim=0)

📄 ライセンス

このモデルはCC BY 4.0ライセンスの下で提供されています。