A

All MiniLM L6 V2

obrizumによって開発
これはsentence-transformersベースの文埋め込みモデルで、テキストを384次元のベクトル空間にマッピングでき、意味検索やクラスタリングタスクに適しています。
ダウンロード数 1,647
リリース時間 : 5/9/2022

モデル概要

このモデルは文や段落の密なベクトル表現を生成するために特別に設計されており、意味的類似性計算、情報検索、テキストクラスタリングなどのアプリケーションシナリオをサポートします。

モデル特徴

効率的なベクトル表現
テキストを384次元のコンパクトなベクトル表現に変換し、計算効率と意味表現能力のバランスを取っています
大規模訓練
10億以上の文ペアのデータセットで訓練されており、様々なテキストタイプとドメインをカバーしています
対照学習最適化
対照学習目標を用いて微調整されており、文の類似性判断能力を効果的に向上させます

モデル能力

テキストベクトル化
意味的類似性計算
情報検索
テキストクラスタリング
文特徴抽出

使用事例

情報検索
意味検索
キーワードではなく意味に基づく検索システムを構築
検索結果の関連性と再現率を向上させることができます
テキスト分析
ドキュメントクラスタリング
類似ドキュメントを自動的にグループ化
トピック発見やコンテンツ整理に利用可能
質問応答システム
質問マッチング
意味的に類似した質問を識別
QAシステムのカバレッジと精度を向上させます
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