Telugu Sentence Bert Nli

🚀 TeluguSBERT

このモデルは、NLIデータセットで学習されたTeluguBERTモデル（l3cube - pune/telugu - bert）です。
プロジェクトMahaNLPの一部として公開されています: https://github.com/l3cube - pune/MarathiNLP
主要なインド言語をサポートし、クロスリンガル機能を持つこのモデルの多言語バージョンはこちらで共有されています indic - sentence - bert - nli

より良い文類似度モデル（このモデルのファインチューニング版）はこちらで共有されています: https://huggingface.co/l3cube - pune/telugu - sentence - similarity - sbert

データセット、モデル、およびベースライン結果の詳細は、当社の[論文] (https://arxiv.org/abs/2304.11434) で確認できます。

🚀 クイックスタート

このモデルを使用するには、次の手順に従ってください。

インストール

sentence - transformers をインストールすると、このモデルの使用が簡単になります。

pip install -U sentence-transformers

使用方法

💻 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)

高度な使用法

sentence - transformers を使用せずに、このモデルを使用することもできます。まず、入力をTransformerモデルに通し、その後、文脈化された単語埋め込みに適切なプーリング操作を適用する必要があります。

from transformers import AutoTokenizer, AutoModel
import torch


def cls_pooling(model_output, attention_mask):
    return model_output[0][:,0]


# Sentences we want sentence embeddings for
sentences = ['This is an example sentence', 'Each sentence is converted']

# Load model from HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('{MODEL_NAME}')
model = AutoModel.from_pretrained('{MODEL_NAME}')

# Tokenize sentences
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')

# Compute token embeddings
with torch.no_grad():
    model_output = model(**encoded_input)

# Perform pooling. In this case, cls pooling.
sentence_embeddings = cls_pooling(model_output, encoded_input['attention_mask'])

print("Sentence embeddings:")
print(sentence_embeddings)

📄 ライセンス

このモデルは、cc - by - 4.0ライセンスの下で公開されています。

引用

@article{deode2023l3cube,
  title={L3Cube-IndicSBERT: A simple approach for learning cross-lingual sentence representations using multilingual BERT},
  author={Deode, Samruddhi and Gadre, Janhavi and Kajale, Aditi and Joshi, Ananya and Joshi, Raviraj},
  journal={arXiv preprint arXiv:2304.11434},
  year={2023}
}

@article{joshi2022l3cubemahasbert,
  title={L3Cube-MahaSBERT and HindSBERT: Sentence BERT Models and Benchmarking BERT Sentence Representations for Hindi and Marathi},
  author={Joshi, Ananya and Kajale, Aditi and Gadre, Janhavi and Deode, Samruddhi and Joshi, Raviraj},
  journal={arXiv preprint arXiv:2211.11187},
  year={2022}
}

関連リンク

• monolingual Indic SBERT paper
• multilingual Indic SBERT paper

その他の単言語Indic文BERTモデル

• Marathi SBERT
• Hindi SBERT
• Kannada SBERT
• Telugu SBERT
• Malayalam SBERT
• Tamil SBERT
• Gujarati SBERT
• Oriya SBERT
• Bengali SBERT
• Punjabi SBERT
• Indic SBERT (multilingual)

その他の単言語類似度モデル

• Marathi Similarity
• Hindi Similarity
• Kannada Similarity
• Telugu Similarity
• Malayalam Similarity
• Tamil Similarity
• Gujarati Similarity
• Oriya Similarity
• Bengali Similarity
• Punjabi Similarity
• Indic Similarity (multilingual)