Hindi Sentence Bert Nli

🚀 HindSBERT

HindSBERT是一個在NLI數據集上訓練的HindBERT模型（l3cube - pune/hindi - bert - v2）。它是MahaNLP項目的一部分，項目鏈接：https://github.com/l3cube-pune/MarathiNLP 。該模型的多語言版本支持主要的印度語言和跨語言能力，可在此處查看 indic - sentence - bert - nli 。

一個更好的句子相似度模型（此模型的微調版本）可在此處查看：https://huggingface.co/l3cube-pune/hindi-sentence-similarity-sbert 。

有關數據集、模型和基線結果的更多詳細信息，請參閱我們的 論文 。

🚀 快速開始

模型信息

使用示例

示例1

• 源句子："एक आदमी एक रस्सी पर चढ़ रहा है"
• 對比句子：
  • "एक आदमी एक रस्सी पर चढ़ता है"
  • "एक आदमी एक दीवार पर चढ़ रहा है"
  • "एक आदमी बांसुरी बजाता है"

示例2

• 源句子："कुछ लोग गा रहे हैं"
• 對比句子：
  • "लोगों का एक समूह गाता है"
  • "बिल्ली दूध पी रही है"
  • "दो आदमी लड़ रहे हैं"

示例3

• 源句子："फेडरर ने 7वां विंबलडन खिताब जीत लिया है"
• 對比句子：
  • "फेडरर अपने करियर में कुल 20 ग्रैंडस्लैम खिताब जीत चुके है "
  • "फेडरर ने सितंबर में अपने निवृत्ति की घोषणा की"
  • "एक आदमी कुछ खाना पकाने का तेल एक बर्तन में डालता है"

📦 安裝指南

如果你安裝了 sentence - transformers ，使用此模型會很容易：

pip install -U sentence-transformers

💻 使用示例

基礎用法（Sentence - Transformers）

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

model = SentenceTransformer('{MODEL_NAME}')
embeddings = model.encode(sentences)
print(embeddings)

基礎用法（HuggingFace Transformers）

如果沒有安裝 sentence - transformers ，可以按以下方式使用該模型：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


def cls_pooling(model_output, attention_mask):
    return model_output[0][:,0]


# Sentences we want sentence embeddings for
sentences = ['This is an example sentence', 'Each sentence is converted']

# Load model from HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('{MODEL_NAME}')
model = AutoModel.from_pretrained('{MODEL_NAME}')

# 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, cls pooling.
sentence_embeddings = cls_pooling(model_output, encoded_input['attention_mask'])

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

📚 詳細文檔

相關論文

• 單語言印度SBERT論文
• 多語言印度SBERT論文

其他單語言印度句子BERT模型

• 馬拉地語SBERT
• 印地語SBERT
• 卡納達語SBERT
• 泰盧固語SBERT
• 馬拉雅拉姆語SBERT
• 泰米爾語SBERT
• 古吉拉特語SBERT
• 奧里亞語SBERT
• 孟加拉語SBERT
• 旁遮普語SBERT
• 印度SBERT（多語言）

其他單語言相似度模型

• 馬拉地語相似度模型
• 印地語相似度模型
• 卡納達語相似度模型
• 泰盧固語相似度模型
• 馬拉雅拉姆語相似度模型
• 泰米爾語相似度模型
• 古吉拉特語相似度模型
• 奧里亞語相似度模型
• 孟加拉語相似度模型
• 旁遮普語相似度模型
• 印度相似度模型（多語言）

📄 許可證

本模型使用的許可證為CC - BY - 4.0。

BibTeX引用

@article{joshi2022l3cubemahasbert,
  title={L3Cube-MahaSBERT and HindSBERT: Sentence BERT Models and Benchmarking BERT Sentence Representations for Hindi and Marathi},
  author={Joshi, Ananya and Kajale, Aditi and Gadre, Janhavi and Deode, Samruddhi and Joshi, Raviraj},
  journal={arXiv preprint arXiv:2211.11187},
  year={2022}
}