LENS-d4000開源文本嵌入模型 - 免費特徵提取，高效文本分類

Home

LENS D4000

Developed by yibinlei

LENS-4000 是一個基於變換器的文本嵌入模型，專注於特徵提取和句子相似度計算，在多個文本分類任務中表現出色。

文本嵌入

Transformers

Open Source License:Apache-2.0 #高精度文本分類 #亞馬遜評論分析 #多任務評估

Downloads 19

Release Time : 12/30/2024

Model Overview

該模型主要用於文本嵌入和特徵提取，能夠高效計算句子相似度，適用於多種自然語言處理任務。

Model Features

高性能文本分類

在多個文本分類任務中表現優異，如亞馬遜評論分類準確率達到97.05%。

句子相似度計算

能夠高效計算句子間的相似度，適用於信息檢索和匹配任務。

多任務支持

支持多種自然語言處理任務，包括分類、檢索等。

Model Capabilities

文本嵌入

特徵提取

句子相似度計算

文本分類

信息檢索

Use Cases

電子商務

亞馬遜評論分類

對亞馬遜商品評論進行情感分類（正面/負面）。

準確率97.05%，F1分數97.05%

反事實評論檢測

識別亞馬遜平臺上的反事實評論。

準確率93.61%，F1分數93.76%

信息檢索

論點檢索

在辯論數據集中檢索相關論點。

NDCG@10得分77.32

🚀 Gouzi3618/LENS-4000

Gouzi3618/LENS-4000 是一個用於文本嵌入、特徵提取、句子相似度計算等任務的模型，在多個 MTEB 數據集上進行了測試，展現出了良好的性能。

📚 詳細文檔

模型信息

屬性	詳情
模型類型	文本嵌入、特徵提取、句子相似度計算等
訓練數據	未提及

評估結果

該模型在多個 MTEB 數據集上進行了評估，涵蓋分類、檢索、聚類、重排序和語義文本相似度等任務。以下是部分評估結果：

分類任務

數據集	準確率	AP	AP 加權	F1	F1 加權	主得分
MTEB AmazonCounterfactualClassification (en)	93.61194029850746	73.89383804438975	73.89383804438975	90.31690759629414	93.75647989786705	93.61194029850746
MTEB AmazonPolarityClassification (default)	97.05455	95.53082050876944	95.53082050876944	97.05405422635297	97.05405422635297	97.05455
MTEB AmazonReviewsClassification (en)	62.834	未提及	未提及	61.45864309016823	61.45864309016823	62.834
MTEB Banking77Classification (default)	90.42532467532467	未提及	未提及	90.26361056658011	90.26361056658011	90.42532467532467

檢索任務

數據集	主得分	MAP@1	MAP@10	MAP@100	MAP@1000	...
MTEB ArguAna (default)	77.31700000000001	56.757000000000005	71.136	71.339	71.34	...
MTEB CQADupstackAndroidRetrieval (default)	57.058	37.856	50.468	52.122	52.227999999999994	...

聚類任務

數據集	主得分	V 度量	V 度量標準差
MTEB ArxivClusteringP2P (default)	54.87086052375513	54.87086052375513	14.454097589509681
MTEB ArxivClusteringS2S (default)	50.24788850687535	50.24788850687535	14.477615357158207
MTEB BiorxivClusteringP2P (default)	52.38683432596689	52.38683432596689	1.1038897398800631
MTEB BiorxivClusteringS2S (default)	48.3512116630593	48.3512116630593	0.9899344134435963