Paraphrase Multilingual Mpnet Base V2 Embedding All

🚀 多語言句子嵌入模型 paraphrase-multilingual-mpnet-base-v2-embedding-all

本模型是 paraphrase-multilingual-mpnet-base-v2 的微調版本，在以下數據集上進行了微調：squad、newsqa、LLukas22/cqadupstack、LLukas22/fiqa、LLukas22/scidocs、deepset/germanquad、LLukas22/nq。該模型可用於句子相似度計算等任務。

🚀 快速開始

本模型可以藉助 sentence-transformers 庫輕鬆使用。

📦 安裝指南

首先，確保你已經安裝了 sentence-transformers 庫，可使用以下命令進行安裝：

pip install -U sentence-transformers

💻 使用示例

基礎用法

安裝完成後，你可以按照以下示例代碼使用該模型：

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('LLukas22/paraphrase-multilingual-mpnet-base-v2-embedding-all')
embeddings = model.encode(sentences)
print(embeddings)

🔧 技術細節

訓練超參數

以下是訓練過程中使用的超參數：

• 學習率（learning_rate）：1E+00
• 每個設備的批量大小（per device batch size）：40
• 有效批量大小（effective batch size）：120
• 隨機種子（seed）：42
• 優化器（optimizer）：AdamW，β值為 (0.9, 0.999)，ε值為 1E-08
• 權重衰減（weight decay）：2E-02
• D 自適應（D-Adaptation）：True
• 熱身（Warmup）：True
• 訓練輪數（number of epochs）：15
• 混合精度訓練（mixed_precision_training）：bf16

訓練結果

評估結果

框架版本

• Transformers：4.25.1
• PyTorch：2.0.0.dev20230210+cu118
• PyTorch Lightning：1.8.6
• Datasets：2.7.1
• Tokenizers：0.13.1
• Sentence Transformers：2.2.2

📚 詳細文檔

本模型是作者碩士論文 'Evaluation of transformer based language models for use in service information systems' 的一部分。源代碼可在 Github 上獲取。

📄 許可證

本模型採用 Apache-2.0 許可證。