Context Skill Extraction Base

🚀 SentenceTransformer

このモデルは、sentence-transformersを用いて学習されたものです。文章や段落を768次元の密ベクトル空間にマッピングし、意味的な文章の類似度計算、意味検索、言い換えマイニング、テキスト分類、クラスタリングなどに利用できます。

✨ 主な機能

このモデルは、文章や段落を768次元の密ベクトル空間にマッピングすることができ、以下のようなタスクに利用できます。

• 意味的な文章の類似度計算
• 意味検索
• 言い換えマイニング
• テキスト分類
• クラスタリング

📦 インストール

まず、Sentence Transformersライブラリをインストールします。

pip install -U sentence-transformers

💻 使用例

基本的な使用法

from sentence_transformers import SentenceTransformer

# 🤗 Hubからダウンロード
model = SentenceTransformer("jensjorisdecorte/ConTeXT-Skill-Extraction-base")
# 推論を実行
sentences = [
    'The weather is lovely today.',
    "It's so sunny outside!",
    'He drove to the stadium.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# 埋め込みベクトルの類似度スコアを取得
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

📚 ドキュメント

モデルの詳細

モデル情報

モデルのソース

• ドキュメント: Sentence Transformers Documentation
• リポジトリ: Sentence Transformers on GitHub
• Hugging Face: Sentence Transformers on Hugging Face

モデルのアーキテクチャ

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: MPNetModel 
  (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, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)

学習の詳細

フレームワークのバージョン

• Python: 3.10.16
• Sentence Transformers: 3.4.0
• Transformers: 4.48.1
• PyTorch: 2.5.1+cpu
• Accelerate: 1.3.0
• Datasets: 3.2.0
• Tokenizers: 0.21.0

🔧 技術詳細

BibTeX形式の引用