Zero Shot Implicit Bi Encoder
Z
Zero Shot Implicit Bi Encoder
Developed by claritylab
基于sentence-transformers的零样本文本分类模型,通过隐式训练实现无需标注数据的文本分类
Downloads 31
Release Time : 5/15/2023
Model Overview
该模型专为零样本文本分类设计,使用经过方面归一化的UTCD数据集进行隐式训练,在双编码分类框架下完成训练。
Model Features
零样本学习能力
无需特定任务的标注数据即可进行分类
隐式训练
使用方面归一化的UTCD数据集进行隐式训练
双编码框架
采用双编码器架构提高分类性能
Model Capabilities
零样本文本分类
意图识别
语义相似度计算
Use Cases
自然语言处理
意图识别
识别用户语句的潜在意图
示例中准确识别出'播放音乐'意图
文本分类
在无标注数据情况下对文本进行分类
Featured Recommended AI Models
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers Supports Multiple Languages

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers English

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 Chinese
R
uer
2,694
98