Simcse Small E Czech

🚀 SimCSE

SimCSE-Small-E-Czechは、Seznam/small-e-czechモデルをSimCSEの目的でファインチューニングしたものです。

このモデルは、高品質な小型のチェコ語の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、Seznam.czで作成されました。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

SimCSE-Small-E-Czechは、高品質な小型のチェコ語意味埋め込みモデルで、様々な自然言語処理タスクに適用できます。以下に使い方を説明します。

✨ 主な機能

• Seznam/small-e-czechモデルをSimCSEでファインチューニングしたものです。
• 類似性検索、検索、クラスタリング、分類などの自然言語処理タスクで良好な性能を発揮します。

💻 使用例

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。