S

Stsb Roberta Large

Developed by cross-encoder
このモデルはRoBERTa-largeアーキテクチャでトレーニングされたクロスエンコーダで、2つの文間の意味的類似性を0から1の範囲で予測するために特別に設計されています。
Downloads 162.65k
Release Time : 3/2/2022

Model Overview

このモデルはSentenceTransformersフレームワークを使用してトレーニングされ、主にテキストペアの意味的類似性を計算するために使用され、情報検索、質問応答システムなどテキストマッチングが必要なシナリオに適しています。

Model Features

高精度意味的類似性計算
2つの文間の意味的類似性を正確に予測し、0から1の間のスコアを出力できます
RoBERTa-largeアーキテクチャベース
強力なRoBERTa-large事前トレーニングモデルを基盤として使用し、高品質な意味理解能力を提供します
シンプルで使いやすいAPI
SentenceTransformersライブラリを通じて簡潔な予測インターフェースを提供し、様々なアプリケーションへの統合が容易です

Model Capabilities

テキスト類似性計算
意味的マッチング
テキストペアスコアリング

Use Cases

情報検索
検索結果ランキング
検索エンジンが返す結果の関連性をランク付けします
検索結果の関連性とユーザーエクスペリエンスを向上させます
質問応答システム
質問-回答マッチング
ユーザーの質問と候補回答の間のマッチング度合いを評価します
質問応答システムの精度を向上させます
テキスト重複排除
類似ドキュメント検出
内容が高度に類似したドキュメントを識別します
重複コンテンツを効果的に削減します
AIbase
Empowering the Future, Your AI Solution Knowledge Base
© 2025AIbase