Distiluse Base Multilingual Cased V2

🚀 distiluse-base-multilingual-cased-v2のONNX変換

sentence-transformers/distiluse-base-multilingual-cased-v2 モデルをONNX形式に変換したものです。文章や段落を512次元の密ベクトル空間にマッピングし、クラスタリングや意味検索などのタスクに使用できます。

🚀 クイックスタート

このモデルは、文章や段落を512次元の密ベクトル空間にマッピングし、クラスタリングや意味検索などのタスクに使用できます。このカスタムモデルは、元の sentence-transformer の実装と同様に last_hidden_state を出力します。

✨ 主な機能

• 文章や段落を512次元の密ベクトル空間にマッピングします。
• クラスタリングや意味検索などのタスクに使用できます。
• カスタムモデルは、元の sentence-transformer の実装と同様に last_hidden_state を出力します。

📦 インストール

optimum をインストールすると、このモデルを簡単に使用できます。

python -m pip install optimum

以下のパッケージも必要になる場合があります。

python -m pip install onnxruntime
python -m pip install onnx

💻 使用例

基本的な使用法

from optimum.onnxruntime.modeling_ort import ORTModelForCustomTasks

model = ORTModelForCustomTasks.from_pretrained("lorenpe2/distiluse-base-multilingual-cased-v2")
tokenizer = AutoTokenizer.from_pretrained("lorenpe2/distiluse-base-multilingual-cased-v2")
inputs = tokenizer("I love burritos!", return_tensors="pt")
pred = model(**inputs)

高度な使用法

from transformers import pipeline

onnx_extractor = pipeline("feature-extraction", model=model, tokenizer=tokenizer)
text = "I love burritos!"
pred = onnx_extractor(text)

📚 ドキュメント

評価結果

このモデルの自動評価については、Sentence Embeddings Benchmark を参照してください: https://seb.sbert.net

モデルの全アーキテクチャ

SentenceTransformer(
  (0): Transformer({'max_seq_length': 128, 'do_lower_case': False}) with Transformer model: DistilBertModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False})
  (2): Dense({'in_features': 768, 'out_features': 512, 'bias': True, 'activation_function': 'torch.nn.modules.activation.Tanh'})
)

引用と著者

このモデルは sentence-transformers によって学習されました。

このモデルが役に立った場合は、以下の論文を引用してください Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks:

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "http://arxiv.org/abs/1908.10084",
}

📄 ライセンス

このモデルは Apache-2.0 ライセンスの下で提供されています。