🚀 jgammack/multi-qa-SAE-distilbert-base
這是一個 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
本模型可通過兩種方式使用,分別是使用 sentence-transformers
庫和使用 HuggingFace Transformers
庫。以下將分別介紹這兩種使用方式。
📦 安裝指南
若要使用 sentence-transformers
庫調用該模型,需先安裝 sentence-transformers
:
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('jgammack/multi-qa-SAE-distilbert-base')
embeddings = model.encode(sentences)
print(embeddings)
高級用法(HuggingFace Transformers)
若不使用 sentence-transformers
庫,可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 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 = ['This is an example sentence', 'Each sentence is converted']
tokenizer = AutoTokenizer.from_pretrained('jgammack/multi-qa-SAE-distilbert-base')
model = AutoModel.from_pretrained('jgammack/multi-qa-SAE-distilbert-base')
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)
📚 詳細文檔
評估結果
若要對該模型進行自動化評估,可參考 Sentence Embeddings Benchmark:https://seb.sbert.net
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})
)
引用與作者
如需瞭解更多信息,請參考相關引用及作者信息。