A

All Mpnet Base V2 Feature Extraction

Developed by guidecare
MPNetアーキテクチャに基づく文埋め込みモデルで、テキストを768次元ベクトル空間にマッピングでき、意味検索やテキスト類似性タスクに適しています
Downloads 4,539
Release Time : 6/23/2022

Model Overview

これは文変換モデルで、文や段落を768次元の密なベクトル表現に変換でき、クラスタリング、意味検索などの自然言語処理タスクをサポートします。

Model Features

高精度意味エンコーディング
10億の文ペアデータセットで微調整されており、文の意味情報を正確に捉えることができます
768次元密ベクトル
高次元ベクトル表現を出力し、下流の機械学習タスクに適しています
大規模事前学習
microsoft/mpnet-baseモデルに基づき、超大規模データセットで微調整されています

Model Capabilities

テキストベクトル化
意味的類似性計算
情報検索
テキストクラスタリング
文レベルの特徴抽出

Use Cases

情報検索
ドキュメント検索
クエリとドキュメントをベクトルに変換後、類似度を計算
キーワードではなく意味に基づく検索を実現
テキスト分析
テキストクラスタリング
大量のテキストを自動的にグループ化
テキストコレクション内のトピック分布を発見
AIbase
Empowering the Future, Your AI Solution Knowledge Base
© 2025AIbase