COLD2開源填充掩碼模型 - 免費解決電子商務搜索查詢缺詞問題

Home

COLD2

Developed by fkrasnov2

COLD2是一個基於PyTorch的填充掩碼模型，專門用於解決電子商務領域搜索查詢中缺失詞語的問題。

大型語言模型

Transformers

Other#電商搜索補全 #俄語語境優化 #即時查詢填充

Downloads 19

Release Time : 10/15/2024

Model Overview

該模型利用查詢的上下文生成可能缺失的詞語，適用於電子商務平臺的搜索查詢補全。

Model Features

電子商務優化

專門針對電子商務領域的搜索查詢進行優化，能夠準確補全商品相關詞彙。

上下文理解

能夠理解查詢的上下文，生成語義相關的補全詞語。

多平臺支持

支持在PyTorch和transformers.js等多種平臺上運行。

Model Capabilities

搜索查詢補全

上下文詞語預測

電子商務領域文本處理

Use Cases

電子商務

搜索查詢補全

自動補全用戶輸入的搜索查詢中的缺失詞語

提高搜索準確性和用戶體驗

商品推薦

根據部分查詢預測可能的完整商品名稱

提升商品發現率

🚀 填補掩碼模型

本項目是一個用於解決搜索查詢中缺失詞問題的模型。該模型利用查詢的上下文來生成可能缺失的詞彙，為搜索查詢提供更完整的信息。

🚀 快速開始

環境準備

在使用模型前，需要安裝必要的庫：

# 不要忘記安裝這些庫
# pip install protobuf sentencepiece

模型調用

使用transformers庫中的pipeline來調用模型：

from transformers import pipeline
unmasker = pipeline("fill-mask", model="fkrasnov2/COLD2", device="cuda")
unmasker("электроника зарядка [MASK] USB")

[{'score': 0.3712620437145233,
  'token': 1131,
  'token_str': 'автомобильная',
  'sequence': 'электроника зарядка автомобильная usb'},
 {'score': 0.12239563465118408,
  'token': 7436,
  'token_str': 'быстрая',
  'sequence': 'электроника зарядка быстрая usb'},
 {'score': 0.046715956181287766,
  'token': 5819,
  'token_str': 'проводная',
  'sequence': 'электроника зарядка проводная usb'},
 {'score': 0.031308457255363464,
  'token': 635,
  'token_str': 'универсальная',
  'sequence': 'электроника зарядка универсальная usb'},
 {'score': 0.02941182069480419,
  'token': 2371,
  'token_str': 'адаптер',
  'sequence': 'электроника зарядка адаптер usb'}]

利用連前置詞改進分詞

unmasker("одежда женское [MASK] для_праздника")

[{'score': 0.9355553984642029,
  'token': 503,
  'token_str': 'платье',
  'sequence': 'одежда женское платье для_праздника'},
 {'score': 0.011321154423058033,
  'token': 615,
  'token_str': 'кольцо',
  'sequence': 'одежда женское кольцо для_праздника'},
 {'score': 0.008672593161463737,
  'token': 993,
  'token_str': 'украшение',
  'sequence': 'одежда женское украшение для_праздника'},
 {'score': 0.0038903721142560244,
  'token': 27100,
  'token_str': 'пончо',
  'sequence': 'одежда женское пончо для_праздника'},
 {'score': 0.003703165566548705,
  'token': 453,
  'token_str': 'белье',
  'sequence': 'одежда женское белье для_праздника'}]

使用ONNX版本模型

對於transformers.js，需要使用模型的ONNX版本：

from transformers import AutoTokenizer
from optimum.onnxruntime import ORTModelForMaskedLM

tokenizer = AutoTokenizer.from_pretrained("fkrasnov2/COLD2") 
model = ORTModelForMaskedLM.from_pretrained("fkrasnov2/COLD2", file_name='model.onnx')

在瀏覽器中運行模型

你也可以直接在瀏覽器中運行和使用該模型。以下是相關的HTML和JavaScript代碼：

`index.html`

<!DOCTYPE html>
<html lang="ru">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Mask fill</title>
    <link rel="stylesheet" href="styles.css">
    <script src="main.js" type="module" defer></script>
</head>
<body>
    <div class="container">
        <textarea id="long-text-input" placeholder="Enter search query with [MASK]"></textarea>
        <button id="generate-button">
            Заполнить маску
        </button>
        <div id="output-div"></div>
    </div>
</body>
</html>

`main.js`

import { pipeline } from 'https://cdn.jsdelivr.net/npm/@huggingface/transformers@3.0.2';

const longTextInput = document.getElementById('long-text-input');
const output = document.getElementById('output-div');
const generateButton = document.getElementById('generate-button');

const pipe = await pipeline(
    'fill-mask', // task
    'fkrasnov2/COLD2' // model 
);

generateButton.addEventListener('click', async () => {

    const input = longTextInput.value;
    const result = await pipe(input);

    output.innerHTML = result[0].sequence;
    output.style.display = 'block';
});