Y

Yinka

由Classical開發
該模型在中文文本嵌入基準(MTEB)上進行了多項任務的評估,包括文本相似度、分類、聚類和檢索等任務。
下載量 388
發布時間 : 5/30/2024

模型概述

這是一個在中文文本嵌入基準(MTEB)上評估的模型,支持多種自然語言處理任務,如語義相似度計算、文本分類、聚類和信息檢索等。

模型特點

多任務評估
在MTEB中文基準的多個任務上進行了全面評估,包括STS、分類、聚類和檢索等。
中文優化
專門針對中文文本處理進行了優化,在多箇中文數據集上表現良好。
多樣化指標
提供多種評估指標,包括皮爾遜相關係數、斯皮爾曼相關係數、準確率、F1分數等。

模型能力

文本相似度計算
文本分類
文本聚類
信息檢索
語義匹配
問答重排序

使用案例

電子商務
商品評論分類
對電商平臺的商品評論進行情感分類
在JDReview數據集上達到88.48%的準確率
商品檢索
電商平臺的商品搜索和推薦
在EcomRetrieval數據集上MAP@10達到63.11
醫療健康
醫療問答檢索
醫療領域的問題檢索和匹配
在CMedQAv1和CMedQAv2數據集上MAP分別達到89.26和90.05
醫學文獻檢索
醫學相關文獻的檢索和排序
在MedicalRetrieval數據集上NDCG@10達到65.20
通用語義理解
語義相似度計算
計算兩段文本的語義相似度
在LCQMC數據集上餘弦相似度皮爾遜相關係數達到73.68
文本分類
對文本進行多類別分類
在IFlyTek數據集上準確率達到51.77%
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase