Roberta Large Conceptnet Mask Prompt E Nce

🚀 relbert/roberta-large-conceptnet-mask-prompt-e-nce

RelBERT 是在 roberta-large 基礎上微調得到的模型，微調數據集為 relbert/conceptnet_high_confidence。微調過程藉助 RelBERT 庫完成（更多詳情請查看該倉庫）。該模型在關係理解任務中取得了以下成果：

🚀 快速開始

本模型可通過 relbert 庫 使用。首先，使用以下命令安裝該庫：

pip install relbert

然後，按如下方式激活模型：

from relbert import RelBERT
model = RelBERT("relbert/roberta-large-conceptnet-mask-prompt-e-nce")
vector = model.get_embedding(['Tokyo', 'Japan'])  # shape of (1024, )

✨ 主要特性

該模型在多種關係理解任務中表現出色，具體如下：

📦 安裝指南

通過 pip 安裝 relbert 庫：

pip install relbert

💻 使用示例

基礎用法

from relbert import RelBERT
model = RelBERT("relbert/roberta-large-conceptnet-mask-prompt-e-nce")
vector = model.get_embedding(['Tokyo', 'Japan'])  # shape of (1024, )

📚 詳細文檔

訓練超參數

訓練過程中使用了以下超參數：

完整配置可在 微調參數文件 中查看。

參考引用

如果您使用了 RelBERT 的任何資源，請考慮引用我們的 論文。

@inproceedings{ushio-etal-2021-distilling-relation-embeddings,
    title = "{D}istilling {R}elation {E}mbeddings from {P}re-trained {L}anguage {M}odels",
    author = "Ushio, Asahi  and
      Schockaert, Steven  and
      Camacho-Collados, Jose",
    booktitle = "EMNLP 2021",
    year = "2021",
    address = "Online",
    publisher = "Association for Computational Linguistics",
}