# 英語の意味的マッチング

このモデルはntproctor/mass-academy-faq-embedderの量化バージョンで、複数の量化タイプを選択でき、効率的な特徴抽出と文の類似度計算に適しています。

BERTベースの軽量文埋め込みモデルで、文の類似度を効率的に計算するために使用されます。

MS Marcoパッセージランキングタスクで訓練されたクロスエンコーダーモ型で、情報検索におけるクエリとパッセージの関連性スコアリングに使用されます

BERTはGoogleによって開発された、Transformerアーキテクチャに基づく事前学習言語モデルです。双方向のコンテキストを通じてテキストを理解し、様々な自然言語処理タスクに適しています。

MS Marco段落ランキングタスクで訓練されたクロスエンコーダモデルで、情報検索における関連性ランキングに使用されます。

ELECTRA-baseアーキテクチャでトレーニングされたクロスエンコーダーで、MS Marcoパッセージランキングタスクに最適化されており、情報検索におけるクエリとパッセージの関連性スコアリングに使用されます。