N

Nps Psb Lds

nategroによって開発
PatentSBERTaに基づく特許問題と解決策の文識別モデルで、文や段落を768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的検索などのタスクに適しています。
ダウンロード数 18
リリース時間 : 10/13/2022

モデル概要

これはsentence - transformersモデルで、特許テキスト内の問題と解決策の文識別タスクを処理するために特別に設計されています。文や段落を高次元のベクトル表現に変換し、類似度計算やクラスタリング分析などの下流タスクを行いやすくします。

モデル特徴

特許テキスト最適化
PatentSBERTaの事前学習モデルに基づいており、特許関連のテキストを処理するのに特に適しています。
効率的なベクトル化
文や段落を768次元の密ベクトル空間にマッピングでき、後続の分析処理を容易にします。
多機能アプリケーション
クラスタリング、意味的検索などの複数の下流タスクをサポートします。

モデル能力

文のベクトル化
意味的類似度計算
テキストクラスタリング
特徴抽出

使用事例

特許分析
特許問題識別
特許テキストで記述された技術問題部分を識別します。
解決策マッチング
特定の技術問題に関連する解決策を検索します。
情報検索
意味的検索
意味的類似度に基づく特許文献検索
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