Minilm L6 Danish Reranker

🚀 MiniLM-L6-danish-reranker

このモデルは、デンマーク語の自然言語処理（NLP）用の軽量（約2200万パラメータ）なsentence-transformersモデルです。2つの文を入力として受け取り、関連性スコアを出力します。したがって、このモデルは情報検索に使用できます。例えば、クエリと候補マッチが与えられた場合、候補を関連性でランク付けすることができます。

最大シーケンス長は、両方のパッセージに対して512トークンです。

このモデルは、最初から事前学習されたものではなく、英語版のcross-encoder/ms-marco-MiniLM-L-6-v2をデンマーク語トークナイザーで適応させたものです。

英語からデンマーク語に機械翻訳されたELI5とSQUADのデータで学習されています。

新しいバージョンが利用可能です。より多くのデータで学習され、それ以外は同じです KennethTM/MiniLM-L6-danish-reranker-v2

🚀 クイックスタート

このモデルは、デンマーク語の自然言語処理に特化した軽量なモデルで、2つの文の関連性を評価することができます。以下に、使用方法の例を示します。

💻 使用例

基本的な使用法

# Usage with Transformers
from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model = AutoModelForSequenceClassification.from_pretrained('KennethTM/MiniLM-L6-danish-reranker')
tokenizer = AutoTokenizer.from_pretrained('KennethTM/MiniLM-L6-danish-reranker')
features = tokenizer(['Kører der cykler på vejen?', 'Kører der cykler på vejen?'], ['En panda løber på vejen.', 'En mand kører hurtigt forbi på cykel.'],  padding=True, truncation=True, return_tensors="pt")

model.eval()
with torch.no_grad():
    scores = model(**features).logits
    print(scores)

高度な使用法

# Usage with SentenceTransformers
# The usage becomes easier when you have [SentenceTransformers](https://www.sbert.net/) installed. Then, you can use the pre-trained models like this:
from sentence_transformers import CrossEncoder
model = CrossEncoder('KennethTM/MiniLM-L6-danish-reranker', max_length=512)
scores = model.predict([('Kører der cykler på vejen?', 'En panda løber på vejen.'), ('Kører der cykler på vejen?', 'En mand kører hurtigt forbi på cykel.')])

📄 ライセンス

このモデルはMITライセンスの下で提供されています。

情報テーブル

| 属性 | 详情 |
|------|------|
| モデルタイプ | sentence-transformers |
| 学習データ | squad、eli5、sentence-transformers/embedding-training-data、KennethTM/squad_pairs_danish、KennethTM/eli5_question_answer_danish |
| 言語 | da |
| ライブラリ名 | sentence-transformers |
| パイプラインタグ | text-ranking |