Muffakir Embedding

🚀 阿拉伯語語義文本相似度模型

本模型是一個基於預訓練模型的句子編碼器，可將阿拉伯語句子映射為向量表示，用於語義文本相似度和信息檢索任務。

✨ 主要特性

• 向量表示：生成768維的向量嵌入。
• 訓練損失：使用MatryoshkaLoss和MultipleNegativesRankingLoss進行訓練。
• 評估指標：使用基於餘弦相似度的指標（準確率、精確率、召回率、歸一化折損累積增益）進行評估。

📦 安裝指南

文檔未提供安裝步驟，跳過該章節。

💻 使用示例

文檔未提供代碼示例，跳過該章節。

📚 詳細文檔

模型概述

該模型是基於Omartificial-Intelligence-Space/Arabic-Triplet-Matryoshka-V2的句子轉換器，針對語義文本相似度和信息檢索任務進行了微調。它將句子映射為密集向量表示，可用於搜索、聚類和文本分類等任務。

數據集

• 數據來源：訓練使用的數據集來自埃及法律書籍。
• 數據類型：由大語言模型（LLM） 生成的合成數據。
• 數據規模：數據集包含20,252個樣本，格式為問答對。

適用場景

該模型針對阿拉伯語法律文檔檢索和其他自然語言處理應用進行了優化。

🔧 技術細節

文檔未提供技術實現細節，跳過該章節。

📄 許可證

文檔未提供許可證信息，跳過該章節。