Sentence Transformers E5 Large V2

🚀 embaas/sentence-transformers-e5-large-v2

このモデルは、intfloat/e5-large-v2 の sentence-transformers バージョンです。文章や段落を1024次元の密ベクトル空間にマッピングし、クラスタリングや意味検索などのタスクに使用できます。

🚀 クイックスタート

✨ 主な機能

• 文章や段落を1024次元の密ベクトル空間にマッピングする。
• クラスタリングや意味検索などのタスクに利用可能。

📦 インストール

sentence-transformers をインストールすると、このモデルを簡単に使用できます。

pip install -U sentence-transformers

💻 使用例

基本的な使用法

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('embaas/sentence-transformers-e5-large-v2')
embeddings = model.encode(sentences)
print(embeddings)

高度な使用法

APIを使用して入力をエンコードすることができます。embaas.io から無料のAPIキーを取得してください。

import requests
 
url = "https://api.embaas.io/v1/embeddings/"
 
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer ${YOUR_API_KEY}"
}
 
data = {
    "texts": ["This is an example sentence.", "Here is another sentence."],
    "instruction": "query",
    "model": "e5-large-v2"
}
 
response = requests.post(url, json=data, headers=headers)

📚 ドキュメント

評価結果

e5の評価結果は MTEB leaderboard で確認できます。

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: BertModel 
  (1): Pooling({'word_embedding_dimension': 1024, '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})
  (2): Normalize()
)

📄 ライセンス

原文書にライセンス情報は記載されていません。