Instructor Large

🚀 hku-nlp/instructor-large

这是一个通用的嵌入模型：在测试阶段，它可以将任何文本（例如标题、句子、文档等）映射为固定长度的向量，无需进一步训练。通过指令，生成的嵌入向量具有特定领域性（例如，专门用于科学、金融等领域）和任务感知性（例如，针对分类、信息检索等任务进行定制）。

该模型可借助 sentence-transformer 库轻松使用。

🚀 快速开始

本模型可用于计算特定领域和任务感知的嵌入向量，还能进一步计算两组句子之间的相似度。

📦 安装指南

git clone https://github.com/HKUNLP/instructor-embedding
cd sentence-transformers
pip install -e .

💻 使用示例

基础用法

你可以按如下方式使用该模型来计算特定领域和任务感知的嵌入向量：

from sentence_transformers import SentenceTransformer
sentence = "3D ActionSLAM: wearable person tracking in multi-floor environments"
instruction = "Represent the Science title; Input:"
model = SentenceTransformer('hku-nlp/instructor-large')
embeddings = model.encode([[instruction,sentence,0]])
print(embeddings)

高级用法

你可以进一步使用该模型，借助定制化嵌入向量来计算两组句子之间的相似度：

from sklearn.metrics.pairwise import cosine_similarity
sentences_a = [['Represent the Science sentence; Input: ','Parton energy loss in QCD matter',0], 
               ['Represent the Financial statement; Input: ','The Federal Reserve on Wednesday raised its benchmark interest rate.',0]]
sentences_b = [['Represent the Science sentence; Input: ','The Chiral Phase Transition in Dissipative Dynamics', 0],
               ['Represent the Financial statement; Input: ','The funds rose less than 0.5 per cent on Friday',0]]
embeddings_a = model.encode(sentences_a)
embeddings_b = model.encode(sentences_b)
similarities = cosine_similarity(embeddings_a,embeddings_b)
print(similarities)

📄 许可证

本项目采用 Apache-2.0 许可证。