Semantic Xlmr Bn

🚀 s-xlmr-bn

s-xlmr-bn 是一個 sentence-transformers 模型，它可以將句子和段落映射到一個 768 維的密集向量空間，可用於 聚類 或 語義搜索 等任務。

🚀 快速開始

使用 Sentence-Transformers

如果你已經安裝了 sentence-transformers，使用這個模型會很簡單：

pip install -U sentence-transformers

然後你可以像這樣使用該模型：

from sentence_transformers import SentenceTransformer
sentences = ["I sing in bengali", "আমি বাংলায় গান গাই"]

model = SentenceTransformer('afschowdhury/s-xlmr-bn')
embeddings = model.encode(sentences)
print(embeddings)

使用 HuggingFace Transformers

如果沒有安裝 sentence-transformers，你可以這樣使用該模型：首先，將輸入傳遞給 Transformer 模型，然後對上下文詞嵌入應用正確的池化操作。

from transformers import AutoTokenizer, AutoModel
import torch


#Mean Pooling - Take attention mask into account for correct averaging
def mean_pooling(model_output, attention_mask):
    token_embeddings = model_output[0] #First element of model_output contains all token embeddings
    input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
    return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)


# Sentences we want sentence embeddings for
sentences = ["I sing in bengali", "আমি বাংলায় গান গাই"]

# Load model from HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('afschowdhury/s-xlmr-bn')
model = AutoModel.from_pretrained('afschowdhury/s-xlmr-bn')

# Tokenize sentences
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')

# Compute token embeddings
with torch.no_grad():
    model_output = model(**encoded_input)

# Perform pooling. In this case, mean pooling.
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])

print("Sentence embeddings:")
print(sentence_embeddings)

✨ 主要特性

• 能夠將句子和段落映射到 768 維的密集向量空間。
• 可用於聚類、語義搜索、文檔檢索、信息檢索、推薦系統、聊天機器人系統和 FAQ 系統等多種任務。

📦 安裝指南

使用 Sentence-Transformers 時，可通過以下命令安裝：

pip install -U sentence-transformers

📚 詳細文檔

模型詳情

訓練

該模型使用 多語言知識蒸餾 方法進行微調。我們使用 paraphrase-distilroberta-base-v2 作為教師模型，xlm-roberta-large 作為學生模型。

預期用途

• 主要用例：語義相似度、聚類和語義搜索。
• 潛在用例：文檔檢索、信息檢索、推薦系統、聊天機器人系統、FAQ 系統。

完整模型架構

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel
  (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})
)

聯繫方式

Asif Faisal Chowdhury
郵箱：afschowdhury@gmail.com | 領英：afschowdhury