Klue Sroberta Base Continue Learning By Mnr

🚀 bespin-global/klue-sroberta-base-continue-learning-by-mnr

このモデルはKLUE/NLI、KLUE/STSデータセットを利用し、sentence-transformersの公式ドキュメントで紹介されているcontinue-learning方法を通じて以下のように学習されました。

1. NLIデータセットを通じてnegative samplingを行った後、MultipleNegativeRankingLossを利用して1次NLIトレーニングを実施
2. 1で学習が完了したモデルにSTSデータセットを通じて、CosineSimilarityLossを利用して2次STSトレーニングを実施

学習に関する詳細な内容はBlogとColab実習コードを参照してください。

🚀 クイックスタート

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。

✨ 主な機能

• KLUE/NLI、KLUE/STSデータセットを利用した学習
• sentence-transformersのcontinue-learning方法を通じた学習
• 文章や段落を768次元の密ベクトル空間にマッピング

📦 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("bespin-global/klue-sroberta-base-continue-learning-by-mnr")
embeddings = model.encode(sentences)
print(embeddings)

高度な使用法

sentence-transformersを使用せずに、以下のようにモデルを使用できます。まず、入力をTransformerモデルに通し、その後、文脈化された単語埋め込みに適切なプーリング操作を適用する必要があります。

from transformers import AutoTokenizer, AutoModel
import torch


#Mean Pooling - Take attention mask into account for correct averaging
def mean_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()
    return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)


# Sentences we want sentence embeddings for
sentences = ['This is an example sentence', 'Each sentence is converted']

# Load model from HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained("bespin-global/klue-sroberta-base-continue-learning-by-mnr")
model = AutoModel.from_pretrained("bespin-global/klue-sroberta-base-continue-learning-by-mnr")

# 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, mean pooling.
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])

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

📚 ドキュメント

評価結果

EmbeddingSimilarityEvaluator: sts - testデータセットでモデルを評価

• コサイン類似度:
  • ピアソン相関係数: 0.8901 スピアマン相関係数: 0.8893
• マンハッタン距離:
  • ピアソン相関係数: 0.8867 スピアマン相関係数: 0.8818
• ユークリッド距離:
  • ピアソン相関係数: 0.8875 スピアマン相関係数: 0.8827
• ドット積類似度:
  • ピアソン相関係数: 0.8786 スピアマン相関係数: 0.8735
• 平均: 0.8892573547643868

学習

このモデルは以下のパラメータで学習されました。

DataLoader: torch.utils.data.dataloader.DataLoader（長さ329）、パラメータは以下の通りです。

{'batch_size': 32, 'sampler': 'torch.utils.data.sampler.RandomSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}

損失関数: sentence_transformers.losses.CosineSimilarityLoss.CosineSimilarityLoss

fit()メソッドのパラメータ:

{
    "epochs": 4,
    "evaluation_steps": 32,
    "evaluator": "sentence_transformers.evaluation.EmbeddingSimilarityEvaluator.EmbeddingSimilarityEvaluator",
    "max_grad_norm": 1,
    "optimizer_class": "<class 'transformers.optimization.AdamW'>",
    "optimizer_params": {
        "lr": 2e-05
    },
    "scheduler": "WarmupLinear",
    "steps_per_epoch": null,
    "warmup_steps": 132,
    "weight_decay": 0.01
}

モデルの完全なアーキテクチャ

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': True}) with Transformer model: RobertaModel 
  (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})
)

📄 ライセンス

このモデルはcc - by - 4.0ライセンスの下で提供されています。

📚 引用と著者

JaeHyeong AN at Bespin Global