Crossencoder Camembert Large

🚀 文章の順位付け用Cross-Encoderモデル

このモデルは、文章の類似度を評価するためのCross-Encoderモデルです。Sentence-Transformersを用いて訓練され、文章間の意味的な類似度を0から1のスコアで予測します。

🚀 クイックスタート

このモデルを使用するには、まずsentence-transformersをインストールする必要があります。

pip install -U sentence-transformers

✨ 主な機能

• 文章の類似度を評価することができます。
• 0から1のスコアで文章間の意味的な類似度を予測します。

📦 インストール

このモデルを使用するには、sentence-transformersをインストールする必要があります。

pip install -U sentence-transformers

💻 使用例

基本的な使用法

from sentence_transformers import CrossEncoder
model = CrossEncoder('dangvantuan/CrossEncoder-camembert-large', max_length=128)
scores = model.predict([('Un avion est en train de décoller.', "Un homme joue d'une grande flûte."), ("Un homme étale du fromage râpé sur une pizza.", "Une personne jette un chat au plafond") ])

高度な使用法

from sentence_transformers.readers import InputExample
from sentence_transformers.cross_encoder.evaluation import CECorrelationEvaluator
from datasets import load_dataset
def convert_dataset(dataset):
    dataset_samples=[]
    for df in dataset:
        score = float(df['similarity_score'])/5.0  # Normalize score to range 0 ... 1
        inp_example = InputExample(texts=[df['sentence1'], 
                                    df['sentence2']], label=score)
        dataset_samples.append(inp_example)
    return dataset_samples

# Loading the dataset for evaluation
df_dev = load_dataset("stsb_multi_mt", name="fr", split="dev")
df_test = load_dataset("stsb_multi_mt", name="fr", split="test")

# Convert the dataset for evaluation

# For Dev set:
dev_samples = convert_dataset(df_dev)
val_evaluator = CECorrelationEvaluator.from_input_examples(dev_samples, name='sts-dev')
val_evaluator(model, output_path="./")

# For Test set

test_samples = convert_dataset(df_test)
test_evaluator = CECorrelationEvaluator.from_input_examples(test_samples, name='sts-test')
test_evaluator(models, output_path="./")

📚 ドキュメント

モデル

このモデルは、文章の類似度を評価するためのCross-Encoderモデルです。sentence-transformersのCross-Encoderクラスを用いて訓練されています。

訓練データ

このモデルは、STSベンチマークデータセットを用いて訓練されています。モデルは、2つの文章の意味的な類似度を0から1のスコアで予測します。

評価

このモデルは、stsbのフランス語のテストデータで以下のように評価することができます。

テスト結果: パフォーマンスは、Pearson相関係数とSpearman相関係数を用いて測定されます。

• 開発データセットでの結果 | モデル | Pearson相関係数 | Spearman相関係数 | パラメータ数 | | ------------- | ------------- | ------------- |------------- | | dangvantuan/CrossEncoder-camembert-large| 90.11 |90.01 | 336M |

• テストデータセットでの結果 | モデル | Pearson相関係数 | Spearman相関係数 | | ------------- | ------------- | ------------- | | dangvantuan/CrossEncoder-camembert-large| 88.16 | 87.57|

📄 ライセンス

このモデルは、Apache License 2.0の下で提供されています。