Vietnamese Address Embedding

🚀 CaoHaiNam/vietnamese-address-embedding

このモデルはsentence-transformersをベースとしており、文章や段落を768次元の密ベクトル空間にマッピングし、住所の標準化に利用することができます。

🚀 クイックスタート

このモデルの仕組みの詳細については、こちらを参照してください: https://github.com/CaoHaiNam/Vietnamese-Address-Standardization

📦 インストール

本文書には具体的なインストール手順が記載されていないため、このセクションは省略されます。

💻 使用例

基本的な使用法

具体的なコード例は提供されていませんが、モデルの仕組みの詳細については、こちらを参照してください: https://github.com/CaoHaiNam/Vietnamese-Address-Standardization

🔧 技術詳細

トレーニング

このモデルは以下のパラメータでトレーニングされました。

DataLoader: torch.utils.data.dataloader.DataLoader (長さ: 8626) で、以下のパラメータが使用されました。

{'batch_size': 4, 'sampler': 'torch.utils.data.sampler.RandomSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}

Loss: 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": 10,
    "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": 100,
    "weight_decay": 0.01
}

モデルのアーキテクチャ

SentenceTransformer(
  (0): Transformer({'max_seq_length': 64, '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})
)

📄 ライセンス

本文書にはライセンス情報が記載されていないため、このセクションは省略されます。

📚 ドキュメント

このモデルの仕組みの詳細については、こちらを参照してください: https://github.com/CaoHaiNam/Vietnamese-Address-Standardization

引用と作者