Distilbert Zwnj Wnli Mean Tokens

🚀 distilbert-zwnj-wnli-mean-tokensによる文章埋め込み

このモデルは、文章の類似度を計算するための文章埋め込みを生成します。sentence-transformersまたはHuggingFace Transformersを使用して簡単に利用できます。

🚀 クイックスタート

📦 インストール

sentence-transformersを使用する場合は、まず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

sentence-transformersを使用した基本的な使用例です。

from sentence_transformers import SentenceTransformer

sentences = [
    'اولین حکمران شهر بابل کی بود؟',
    'در فصل زمستان چه اتفاقی افتاد؟',
    'میراث کوروش'
]
model = SentenceTransformer('m3hrdadfi/distilbert-zwnj-wnli-mean-tokens')
embeddings = model.encode(sentences)
print(embeddings)

高度な使用法

HuggingFace Transformersを直接使用する場合の例です。

from transformers import AutoTokenizer, AutoModel
import torch

# Max Pooling - Take the max value over time for every dimension. 
def max_pooling(model_output, attention_mask):
    token_embeddings = model_output[0] #First element of model_output contains all token embeddings
    input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
    token_embeddings[input_mask_expanded == 0] = -1e9  # Set padding tokens to large negative value
    return torch.mean(token_embeddings, 1)[0]

# Sentences we want sentence embeddings for
sentences = [
    'اولین حکمران شهر بابل کی بود؟',
    'در فصل زمستان چه اتفاقی افتاد؟',
    'میراث کوروش'
]

# Load model from HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('m3hrdadfi/distilbert-zwnj-wnli-mean-tokens')
model = AutoModel.from_pretrained('m3hrdadfi/distilbert-zwnj-wnli-mean-tokens')

# Tokenize sentences
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')
# Compute token embeddings
with torch.no_grad():
    model_output = model(**encoded_input)
# Perform pooling. In this case, max pooling.
sentence_embeddings = max_pooling(model_output, encoded_input['attention_mask'])

print("Sentence embeddings:")
print(sentence_embeddings)

❓ 質問がある場合

質問がある場合は、こちらからGithubのissueを投稿してください。

📄 モデル情報