%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
TW
Sbert Chinese General V1
S
Sbert Chinese General V1
由DMetaSoul開發
一個通用的中文句子嵌入模型，用於計算句子相似度和語義搜索任務。
下載量 388
發布時間 : 3/25/2022
模型概述
該模型是一個基於變換器的中文句子嵌入模型，主要用於句子相似度計算、特徵提取和語義搜索等任務。
模型特點
中文優化
專門針對中文文本進行了優化，能夠更好地處理中文語義。
多任務支持
支持多種自然語言處理任務，包括句子相似度計算、語義搜索和文本分類等。
高效特徵提取
能夠快速高效地從文本中提取有意義的語義特徵。
模型能力
句子相似度計算
語義搜索
特徵提取
文本分類
聚類分析
重排序
雙語文本挖掘
使用案例
信息檢索
電商產品搜索
用於電商平臺的語義產品搜索，提高搜索結果的相關性。
在電商檢索任務中表現良好
醫療信息檢索
幫助用戶查找相關的醫療信息和文檔。
在醫療檢索任務中取得一定效果
文本分析
評論情感分析
分析用戶評論的情感傾向。
在京東評論分類任務中準確率達82.2%
意圖識別
識別用戶文本中的意圖。
在大規模意圖分類任務中準確率達57.3%
跨語言應用
中英雙語文本挖掘
用於中英雙語文本的對齊和挖掘。
在BUCC雙語文本挖掘任務中表現
🚀 sbert-chinese-general-v1
sbert-chinese-general-v1 是一個用於句子相似度計算的模型，支持特徵提取、語義搜索等任務，在多箇中文數據集上進行了評估，展現出了一定的性能表現。
📚 詳細文檔
模型信息
| 屬性 | 詳情 |
|---|---|
| 模型類型 | 句子相似度模型 |
| 支持任務 | 特徵提取、句子相似度計算、語義搜索等 |
| 適用語言 | 中文 |
評估結果
以下是該模型在不同數據集上的評估結果：
1. STS 任務
- C-MTEB/AFQMC（驗證集）
指標 值 cos_sim_pearson 22.293919432958074 cos_sim_spearman 22.56718923553609 euclidean_pearson 22.525656322797026 euclidean_spearman 22.56718923553609 manhattan_pearson 22.501773028824065 manhattan_spearman 22.536992587828397 - C-MTEB/ATEC（測試集）
指標 值 cos_sim_pearson 30.33575274463879 cos_sim_spearman 30.298708742167772 euclidean_pearson 32.33094743729218 euclidean_spearman 30.298710993858734 manhattan_pearson 32.31155376195945 manhattan_spearman 30.267669681690744 - C-MTEB/BQ（測試集）
指標 值 cos_sim_pearson 41.493256724214255 cos_sim_spearman 40.98395961967895 euclidean_pearson 41.12345737966565 euclidean_spearman 40.983959619555996 manhattan_pearson 41.02584539471014 manhattan_spearman 40.87549513383032 - C-MTEB/LCQMC（測試集）
指標 值 cos_sim_pearson 62.84331627244547 cos_sim_spearman 68.39990265073726 euclidean_pearson 66.87431827169324 euclidean_spearman 68.39990264979167 manhattan_pearson 66.89702078900328 manhattan_spearman 68.42107302159141 - C-MTEB/PAWSX（測試集）
指標 值 cos_sim_pearson 13.70522140998517 cos_sim_spearman 15.07546667334743 euclidean_pearson 17.49511420225285 euclidean_spearman 15.093970931789618 manhattan_pearson 17.44069961390521 manhattan_spearman 15.076029291596962 - C-MTEB/QBQTC（測試集）
指標 值 cos_sim_pearson 26.835294224547155 cos_sim_spearman 27.920204597498856 euclidean_pearson 26.153796707702803 euclidean_spearman 27.920971379720548 manhattan_pearson 26.21954147857523 manhattan_spearman 27.996860049937478
2. 分類任務
- mteb/amazon_reviews_multi（測試集，zh）
指標 值 accuracy 37.507999999999996 f1 36.436808400753286 - C-MTEB/IFlyTek-classification（驗證集）
指標 值 accuracy 44.878799538283964 f1 33.84678310261366 - C-MTEB/JDReview-classification（測試集）
指標 值 accuracy 82.1951219512195 ap 46.78292030042397 f1 76.20482468514128 - mteb/amazon_massive_intent（測試集，zh-CN）
指標 值 accuracy 57.343644922663074 f1 56.744802953803486 - mteb/amazon_massive_scenario（測試集，zh-CN）
指標 值 accuracy 62.363819771351714 f1 62.15920863434656 - C-MTEB/MultilingualSentiment-classification（驗證集）
指標 值 accuracy 66.58333333333333 f1 66.26700927460007 - C-MTEB/OnlineShopping-classification（測試集）
指標 值 accuracy 88.19000000000001 ap 85.13415594781077 f1 88.17344156114062
3. 重排序任務
- C-MTEB/CMedQAv1-reranking（測試集）
指標 值 map 53.06586280826805 mrr 59.58781746031746 - C-MTEB/CMedQAv2-reranking（測試集）
指標 值 map 52.83635946154306 mrr 59.315079365079356 - C-MTEB/Mmarco-reranking（開發集）
指標 值 map 9.28600891904827 mrr 8.057936507936509
4. 檢索任務
- C-MTEB/CmedqaRetrieval（開發集）
指標 值 map_at_1 5.721 map_at_10 8.645 map_at_100 9.434 map_at_1000 9.586 map_at_3 7.413 map_at_5 8.05 mrr_at_1 9.626999999999999 mrr_at_10 13.094 mrr_at_100 13.854 mrr_at_1000 13.958 mrr_at_3 11.724 mrr_at_5 12.409 ndcg_at_1 9.626999999999999 ndcg_at_10 11.35 ndcg_at_100 15.593000000000002 ndcg_at_1000 19.619 ndcg_at_3 9.317 ndcg_at_5 10.049 precision_at_1 9.626999999999999 precision_at_10 2.796 precision_at_100 0.629 precision_at_1000 0.11800000000000001 precision_at_3 5.476 precision_at_5 4.1209999999999996 recall_at_1 5.721 recall_at_10 15.190000000000001 recall_at_100 33.633 recall_at_1000 62.019999999999996 recall_at_3 9.099 recall_at_5 11.423 - C-MTEB/CovidRetrieval（開發集）
指標 值 map_at_1 26.976 map_at_10 35.18 map_at_100 35.921 map_at_1000 35.998999999999995 map_at_3 32.763 map_at_5 34.165 mrr_at_1 26.976 mrr_at_10 35.234 mrr_at_100 35.939 mrr_at_1000 36.016 mrr_at_3 32.771 mrr_at_5 34.172999999999995 ndcg_at_1 26.976 ndcg_at_10 39.635 ndcg_at_100 43.54 ndcg_at_1000 45.723 ndcg_at_3 34.652 ndcg_at_5 37.186 precision_at_1 26.976 precision_at_10 5.406 precision_at_100 0.736 precision_at_1000 0.091 precision_at_3 13.418 precision_at_5 9.293999999999999 recall_at_1 26.976 recall_at_10 53.766999999999996 recall_at_100 72.761 recall_at_1000 90.148 recall_at_3 40.095 recall_at_5 46.233000000000004 - C-MTEB/DuRetrieval（開發集）
指標 值 map_at_1 11.285 map_at_10 30.259000000000004 map_at_100 33.772000000000006 map_at_1000 34.037 map_at_3 21.038999999999998 map_at_5 25.939 mrr_at_1 45.1 mrr_at_10 55.803999999999995 mrr_at_100 56.301 mrr_at_1000 56.330999999999996 mrr_at_3 53.333 mrr_at_5 54.798 ndcg_at_1 45.1 ndcg_at_10 41.156 ndcg_at_100 49.518 ndcg_at_1000 52.947 ndcg_at_3 39.708 ndcg_at_5 38.704 precision_at_1 45.1 precision_at_10 20.75 precision_at_100 3.424 precision_at_1000 0.42700000000000005 precision_at_3 35.632999999999996 precision_at_5 30.080000000000002 recall_at_1 11.285 recall_at_10 43.242000000000004 recall_at_100 68.604 recall_at_1000 85.904 recall_at_3 24.404 recall_at_5 32.757 - C-MTEB/EcomRetrieval（開發集）
指標 值 map_at_1 21 map_at_10 28.364 map_at_100 29.199 map_at_1000 29.265 map_at_3 25.717000000000002 map_at_5 27.311999999999998 mrr_at_1 21 mrr_at_10 28.364 mrr_at_100 29.199 mrr_at_1000 29.265 mrr_at_3 25.717000000000002 mrr_at_5 27.311999999999998 ndcg_at_1 21 ndcg_at_10 32.708 ndcg_at_100 37.184 ndcg_at_1000 39.273 ndcg_at_3 27.372000000000003 ndcg_at_5 30.23 precision_at_1 21 precision_at_10 4.66 precision_at_100 0.685 precision_at_1000 0.086 precision_at_3 10.732999999999999 precision_at_5 7.82 recall_at_1 21 recall_at_10 46.6 recall_at_100 68.5 recall_at_1000 85.6 recall_at_3 32.2 recall_at_5 39.1 - C-MTEB/MMarcoRetrieval（開發集）
指標 值 map_at_1 22.820999999999998 map_at_10 30.44 map_at_100 31.35 map_at_1000 31.419000000000004 map_at_3 28.134999999999998 map_at_5 29.482000000000003 mrr_at_1 23.782 mrr_at_10 31.141999999999996 mrr_at_100 32.004 mrr_at_1000 32.068000000000005 mrr_at_3 28.904000000000003 mrr_at_5 30.214999999999996 ndcg_at_1 23.782 ndcg_at_10 34.625 ndcg_at_100 39.226 ndcg_at_1000 41.128 ndcg_at_3 29.968 ndcg_at_5 32.35 precision_at_1 23.782 precision_at_10 4.994 precision_at_100 0.736 precision_at_1000 0.09 precision_at_3 12.13 precision_at_5 8.495999999999999 recall_at_1 22.820999999999998 recall_at_10 47.141 recall_at_100 68.952 recall_at_1000 83.985 recall_at_3 34.508 recall_at_5 40.232 - C-MTEB/MedicalRetrieval（開發集）
指標 值 map_at_1 14.6 map_at_10 18.231 map_at_100 18.744 map_at_1000 18.811 map_at_3 17.133000000000003 map_at_5 17.663 mrr_at_1 14.6 mrr_at_10 18.231 mrr_at_100 18.744 mrr_at_1000 18.811 mrr_at_3 17.133000000000003 mrr_at_5 17.663 ndcg_at_1 14.6 ndcg_at_10 20.349 ndcg_at_100 23.204 ndcg_at_1000 25.44 ndcg_at_3 17.995 ndcg_at_5 18.945999999999998 precision_at_1 14.6 precision_at_10 2.7199999999999998 precision_at_100 0.414 precision_at_1000 0.06 precision_at_3 6.833 precision_at_5 4.5600000000000005 recall_at_1 14.6 recall_at_10 27.200000000000003 recall_at_100 41.4 recall_at_1000 60 recall_at_3 20.5 recall_at_5 22.8
5. 成對分類任務
- C-MTEB/CMNLI（驗證集）
指標 值 cos_sim_accuracy 77.36620565243535 cos_sim_ap 85.92291866877001 cos_sim_f1 78.19390231037029 cos_sim_precision 71.24183006535948 cos_sim_recall 86.64952069207388 dot_accuracy 77.36620565243535 dot_ap 85.94113738490068 dot_f1 78.19390231037029 dot_precision 71.24183006535948 dot_recall 86.64952069207388 euclidean_accuracy 77.36620565243535 euclidean_ap 85.92291893444687 euclidean_f1 78.19390231037029 euclidean_precision 71.24183006535948 euclidean_recall 86.64952069207388 manhattan_accuracy 77.29404690318701 manhattan_ap 85.88284362100919 manhattan_f1 78.17836812144213 manhattan_precision 71.18448838548666 manhattan_recall 86.69628244096329 max_accuracy 77.36620565243535 max_ap 85.94113738490068 max_f1 78.19390231037029 - C-MTEB/OCNLI（驗證集）
指標 值 cos_sim_accuracy 72.00866269626421 cos_sim_ap 77.00520104243304 cos_sim_f1 74.39303710490151 cos_sim_precision 65.69579288025889 cos_sim_recall 85.74445617740233 dot_accuracy 72.00866269626421 dot_ap 77.00520104243304 dot_f1 74.39303710490151 dot_precision 65.69579288025889 dot_recall 85.74445617740233 euclidean_accuracy 72.00866269626421 euclidean_ap 77.00520104243304 euclidean_f1 74.39303710490151 euclidean_precision 65.69579288025889 euclidean_recall 85.74445617740233 manhattan_accuracy 72.1710882512182 manhattan_ap 77.00551017913976 manhattan_f1 74.23423423423424 manhattan_precision 64.72898664571878 manhattan_recall 87.0116156282999 max_accuracy 72.1710882512182 max_ap 77.00551017913976 max_f1 74.39303710490151
6. 聚類任務
- C-MTEB/CLSClusteringP2P（測試集）
指標 值 v_measure 34.984726547788284 - C-MTEB/CLSClusteringS2S（測試集）
指標 值 v_measure 27.81945732281589
7. 雙語挖掘任務
- mteb/bucc-bitext-mining（測試集，zh-en）
指標 值 accuracy 9.794628751974724 f1 9.350535369492716 precision 9.179392662804986 recall 9.794628751974724
Jina Embeddings V3
Jina Embeddings V3 是一個多語言句子嵌入模型，支持超過100種語言，專注於句子相似度和特徵提取任務。
文本嵌入
Transformers 支持多種語言
Transformers 支持多種語言J
jinaai
3.7M
911
Ms Marco MiniLM L6 V2
Apache-2.0
基於MS Marco段落排序任務訓練的交叉編碼器模型，用於信息檢索中的查詢-段落相關性評分
文本嵌入 英語
M
cross-encoder
2.5M
86
Opensearch Neural Sparse Encoding Doc V2 Distill
Apache-2.0
基於蒸餾技術的稀疏檢索模型，專為OpenSearch優化，支持免推理文檔編碼，在搜索相關性和效率上優於V1版本
文本嵌入 Transformers 英語
Transformers 英語O
opensearch-project
1.8M
7
Sapbert From PubMedBERT Fulltext
Apache-2.0
基於PubMedBERT的生物醫學實體表徵模型，通過自對齊預訓練優化語義關係捕捉
文本嵌入 英語
S
cambridgeltl
1.7M
49
Gte Large
MIT
GTE-Large 是一個強大的句子轉換器模型，專注於句子相似度和文本嵌入任務，在多個基準測試中表現出色。
文本嵌入 英語
G
thenlper
1.5M
278
Gte Base En V1.5
Apache-2.0
GTE-base-en-v1.5 是一個英文句子轉換器模型，專注於句子相似度任務，在多個文本嵌入基準測試中表現優異。
文本嵌入 Transformers 支持多種語言
Transformers 支持多種語言G
Alibaba-NLP
1.5M
63
Gte Multilingual Base
Apache-2.0
GTE Multilingual Base 是一個多語言的句子嵌入模型，支持超過50種語言，適用於句子相似度計算等任務。
文本嵌入 Transformers 支持多種語言
Transformers 支持多種語言G
Alibaba-NLP
1.2M
246
Polybert
polyBERT是一個化學語言模型，旨在實現完全由機器驅動的超快聚合物信息學。它將PSMILES字符串映射為600維密集指紋，以數值形式表示聚合物化學結構。
文本嵌入 Transformers
TransformersP
kuelumbus
1.0M
5
Bert Base Turkish Cased Mean Nli Stsb Tr
Apache-2.0
基於土耳其語BERT的句子嵌入模型，專為語義相似度任務優化
文本嵌入 Transformers 其他
Transformers 其他B
emrecan
1.0M
40
GIST Small Embedding V0
MIT
基於BAAI/bge-small-en-v1.5模型微調的文本嵌入模型，通過MEDI數據集與MTEB分類任務數據集訓練，優化了檢索任務的查詢編碼能力。
文本嵌入
Safetensors 英語
Safetensors 英語G
avsolatorio
945.68k
29
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型，性能媲美GPT-3.5-turbo，優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型 Transformers 支持多種語言
Transformers 支持多種語言L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型，專為邊緣設備推理設計，體積僅為Cosmo-3B模型的2%左右。
對話系統 Transformers 英語
Transformers 英語C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型，適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98