Bge M3 Legal Retrieval

🚀 Quintu/bge-m3-legal_retrieval

このリポジトリには、法的文書検索タスクに最適化されたbge-m3モデルのファインチューニング版であるQuintu/bge-m3-legal_retrievalが含まれています。このモデルは、法的言語の微妙なニュアンスを扱うように特別に設計されており、意味的な類似性に基づいて関連する法的文書を正確かつ効率的に検索することができます。

🚀 クイックスタート

このモデルは、法的文書検索タスクに最適化されています。以下のセクションでは、モデルの詳細、主な機能、使用方法について説明します。

✨ 主な機能

• 法的言語理解：法的用語、文脈、フレーズを理解するように最適化されています。
• 意味検索：キーワードだけでなく、意味に基づいて文書を検索します。
• 高精度検索：法的専門家や研究者向けに調整されています。

📦 インストール

このモデルを使用するには、SentenceTransformerライブラリが必要です。以下のコードでインストールできます。

from sentence_transformers import SentenceTransformer

# ファインチューニング済みモデルをロード
model_tuned = SentenceTransformer("Quintu/bge-m3-legal_retrieval")

# 例: クエリと文書をエンコード
queries = ["What are the key legal precedents for intellectual property disputes?"]
documents = [
    "This document discusses key precedents in intellectual property law.",
    "This document covers legal principles in criminal law."
]

# クエリと文書をエンコード
query_embeddings = model_tuned.encode(queries)
document_embeddings = model_tuned.encode(documents)

# 類似度を計算 (コサイン類似度の例)
from sklearn.metrics.pairwise import cosine_similarity
similarity_scores = cosine_similarity(query_embeddings, document_embeddings)

# 類似度スコアを出力
print(similarity_scores)

📚 ドキュメント

モデルの詳細

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。