KR SBERT Medium Extended Patent2024 Hn

🚀 SentenceTransformer based on snunlp/KR-Medium-extended

This model is a sentence-transformers model fine-tuned from snunlp/KR-Medium-extended on the korpat-triplet dataset. It maps sentences and paragraphs to a 768 - dimensional dense vector space, which can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

🚀 Quick Start

Direct Usage (Sentence Transformers)

First, install the Sentence Transformers library:

pip install -U sentence-transformers

Then, you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("snunlp/KR-SBERT-Medium-extended-patent2024-hn")
# Run inference
sentences = [
    '본 발명은 유출유 회수 장치에 관한 것으로, 보다 상세하게는 탈부착 가능한 구조의 유출유 흡착부를 통해 각 해상 환경 조건 및 유출유의 종류에 적합한 유출유 회수를 진행할 수 있도록 하는 유출유 회수 장치에 관한 것이다.',
    '본 발명의 일 실시예에 따른 유출유 회수 장치는, 해상에 부유하도록 부력을 제공하고 해수와 유출유가 혼합된 유수를 해수와 유출유로 각각 분리하도록 구비되는 몸체부; 및 상기 몸체부와 연결되어 회수된 유출유를 저장하는 저장 몸체가 구성되는 유출유 저장부;를 포함하며, 상기 몸체부는, 해상의 유수가 유입되도록 상기 몸체부의 일단에 소정 영역의 공간을 형성하는 유수 유입부; 상기 유수 유입부와 연통되어 유입된 유수의 유출유를 분리하도록 구비되는 유출유 분리부; 및 상기 유출유 분리부로부터 분리된 기름을 전달받아 상기 유출유 저장부로 이송하도록 구비되는 유출유 임시저장부;를 포함하는 것을 특징으로 한다.',
    '본 발명에서 복수의 유통경로 중 특정 유통경로로 냉각매체가 통과되도록 하거나 또는 차단되도록 한다. 또한, 냉각매체의 유통에 따른 흐름을 이용하여 실링 성능이 향상되도록 하는 멀티웨이밸브 장치가 소개된다.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

✨ Features

• Maps sentences & paragraphs to a 768 - dimensional dense vector space.
• Can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

📦 Installation

pip install -U sentence-transformers

📚 Documentation

Model Details

Model Description

Model Sources

• Documentation: Sentence Transformers Documentation
• Repository: Sentence Transformers on GitHub
• Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)

Training Details

Training Dataset - korpat - triplet

• Dataset: korpat - triplet
• Size: 1,795,000 training samples
• Columns: anchor, positive, and negative
• Approximate statistics based on the first 1000 samples:

  	anchor	positive	negative
  type	string	string	string
  details	min: 5 tokens mean: 42.64 tokens max: 131 tokens	min: 14 tokens mean: 172.32 tokens max: 340 tokens	min: 3 tokens mean: 99.52 tokens max: 476 tokens

• Samples:

  anchor	positive	negative
  본 개시는 스토리지 컨트롤러에 관한 것으로, 보다 상세하게는, 액티브 존 리프레시를 수행하는 스토리지 컨트롤러, 그것의 동작하는 방법, 및 그것을 포함하는 스토리지 장치의 동작하는 방법에 관한 것이다.	본 개시의 일 실시 예에 따른 스토리지 컨트롤러는 호스트 및 비 - 휘발성 메모리 장치와 통신한다. 스토리지 컨트롤러의 동작하는 방법은, 호스트로부터, 장치 오픈을 위한 제1 상태 천이 요청을 수신하는 단계, 제1 상태 천이 요청에 응답하여, 비 - 휘발성 메모리 장치의 제1 액티브 존 리프레시를 수행하는 단계로서, 비 - 휘발성 메모리 장치의 복수의 존들 중에서, 직전 파워 - 오프 전에 액티브 상태를 갖는 존은 하나의 블록에서 순차적으로 쓰기 가능하도록 처리되는 것, 제1 액티브 존 리프레시를 수행한 후, 제1 버퍼 메모리에 의해, 제1 쓰기 요청에 따라 호스트로부터 복수의 존들 중 제1 존의 제1 블록에 저장될 제1 타겟 데이터를 수신하는 단계, 제1 쓰기 요청을 처리하는 동안, 호스트로부터 제1 파워 - 오프 요청을 수신하는 단계, 및 제1 파워 - 오프 요청에 기초하여 제1 블록 대신 비 - 휘발성 메모리 장치의 제1 PLP(power loss protection) 블록에 제1 타겟 데이터를 저장하는 단계를 포함한다.	본 발명에 따른 영상 제작 서비스 중개 시스템은, 크롤링 모듈부를 포함하고, 동영상 콘텐츠 플랫폼과 연동하여 복수의 크리에이터에 대한 데이터를 수집하는 크리에이터 데이터 수집부; 의뢰인의 홍보영상제작 의뢰에 대한 정보를 입력받는 의뢰인 단말 연동부; 복수의 크