bert-base-turkish-128k-uncased-spelling-correctionオープンソースモデル - クラスタリングと意味検索の無料実装

ホーム

Bert Base Turkish 128k Uncased Spelling Correction

karakastarikによって開発

これはsentence - transformersに基づくモデルで、文や段落を16次元の密ベクトル空間にマッピングでき、クラスタリングや意味検索などのタスクに適しています。

テキスト埋め込み

PyTorch

#文のベクトル化 #意味検索 #16次元埋め込み

ダウンロード数 40

リリース時間 : 3/31/2023

モデル概要

このモデルは主に文の類似度計算と特徴抽出に使用され、テキストを低次元ベクトル表現に変換し、後続の機械学習タスクの処理を容易にします。

モデル特徴

低次元ベクトル表現

文や段落を16次元の密ベクトル空間にマッピングし、計算と処理を容易にします。

効率的な特徴抽出

テキストの特徴を迅速に抽出でき、大規模なテキスト処理タスクに適しています。

文の類似度計算

ベクトル空間内の距離測定により、文間の意味的な類似度を正確に計算します。

モデル能力

文のベクトル化

意味的な類似度計算

テキスト特徴抽出

テキストクラスタリング

使用事例

情報検索

意味検索

クエリとドキュメントの意味的な類似度を計算することで、検索結果の精度を向上させます。

検索結果の関連性とユーザー満足度を向上させます。

テキスト分析

テキストクラスタリング

類似した内容のテキストを自動的に分類し、トピック発見やコンテンツ組織に使用します。

テキストデータの自動分類と管理を実現します。

🚀 {MODEL_NAME}

このモデルはsentence-transformersをベースとしています。文章や段落を16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利用できます。

🚀 クイックスタート

このモデルを使うには、sentence-transformersをインストールする必要があります。

📦 インストール

pip install -U sentence-transformers

💻 使用例

基本的な使用法

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('{MODEL_NAME}')
embeddings = model.encode(sentences)
print(embeddings)

📚 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

学習

このモデルは以下のパラメータで学習されました。

DataLoader: torch.utils.data.dataloader.DataLoader (長さ: 8149) で、以下のパラメータが使用されました。

{'batch_size': 256, 'sampler': 'torch.utils.data.sampler.RandomSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}

損失関数: sentence_transformers.losses.MultipleNegativesRankingLoss.MultipleNegativesRankingLoss で、以下のパラメータが使用されました。

{'scale': 20.0, 'similarity_fct': 'cos_sim'}

fit() メソッドのパラメータ:

{
    "epochs": 20,
    "evaluation_steps": 0,
    "evaluator": "NoneType",
    "max_grad_norm": 1,
    "optimizer_class": "<class 'torch.optim.adamw.AdamW'>",
    "optimizer_params": {
        "lr": 2e-05
    },
    "scheduler": "WarmupLinear",
    "steps_per_epoch": null,
    "warmup_steps": 16298,
    "weight_decay": 0.01
}

モデルの全アーキテクチャ

SentenceTransformer(
  (0): Transformer({'max_seq_length': 20, 'do_lower_case': False}) with Transformer model: BertModel 
  (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': 16, 'bias': True, 'activation_function': 'torch.nn.modules.activation.Tanh'})
)