S

Sapbert Mnli Snli Scinli Scitail Mednli Stsb

pritamdekaによって開発
これはsentence-transformersに基づくモデルで、文や段落を768次元の密な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。
ダウンロード数 37
リリース時間 : 11/3/2022

モデル概要

このモデルはSNLI、MNLI、SCINLI、SCITAIL、MEDNLI、STSBのデータセットで訓練され、堅牢な文埋め込み機能を提供します。

モデル特徴

多データセット訓練
モデルは複数のデータセット(SNLI、MNLI、SCINLI、SCITAIL、MEDNLI、STSB)で訓練され、汎化能力が向上しました。
堅牢な文埋め込み
文や段落を768次元の密なベクトル空間にマッピングでき、様々な下流タスクに適しています。

モデル能力

文の類似度計算
テキスト特徴抽出
意味検索
テキストクラスタリング

使用事例

情報検索
意味検索
文の埋め込みを使用して意味検索を行い、検索結果の関連性を向上させます。
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グループ化し、トピック分析やコンテンツ分類に使用します。
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase