🚀 mmarco-sentence-BERTino
mmarco-sentence-BERTino 是一個 sentence-transformers 模型,它能夠將句子和段落映射到 768 維的密集向量空間,可用於聚類或語義搜索等任務。該模型在 mmarco 數據集上進行訓練。
Mohan Samant, Midnight Fishing Party, 1978
🚀 快速開始
✨ 主要特性
- 能夠將句子和段落映射到 768 維的密集向量空間。
- 適用於聚類、語義搜索等任務。
- 在 mmarco 數據集上訓練。
📦 安裝指南
若要使用此模型,需安裝 sentence-transformers:
pip install -U sentence-transformers
💻 使用示例
基礎用法
使用 sentence-transformers 庫調用該模型:
from sentence_transformers import SentenceTransformer
sentences = ["Questo è un esempio di frase", "Questo è un ulteriore esempio"]
model = SentenceTransformer('efederici/mmarco-sentence-BERTino')
embeddings = model.encode(sentences)
print(embeddings)
高級用法
若未安裝 sentence-transformers,可以按如下方式使用該模型: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 mean_pooling(model_output, attention_mask):
token_embeddings = model_output[0]
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 = ["Questo è un esempio di frase", "Questo è un ulteriore esempio"]
tokenizer = AutoTokenizer.from_pretrained('efederici/mmarco-sentence-BERTino')
model = AutoModel.from_pretrained('efederici/mmarco-sentence-BERTino')
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')
with torch.no_grad():
model_output = model(**encoded_input)
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])
print("Sentence embeddings:")
print(sentence_embeddings)
🔧 技術細節
完整模型架構
SentenceTransformer(
(0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: DistilBertModel
(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})
)
📄 許可證
本項目採用 Apache-2.0 許可證。