Sbert Large Nlu Ru

🚀 俄語句子嵌入的BERT大型模型（無大小寫區分）

本模型用於生成俄語句子的嵌入向量。它能為俄語句子提供有效的特徵表示，可應用於多種自然語言處理任務。模型的相關介紹可查看這篇文章 。為獲得更好的效果，建議使用平均詞元嵌入。

🚀 快速開始

✨ 主要特性

• 專為俄語句子嵌入設計。
• 基於BERT大型無大小寫區分模型。

📦 安裝指南

文檔未提及安裝步驟，此處跳過。

💻 使用示例

基礎用法

from transformers import AutoTokenizer, AutoModel
import torch


#Mean Pooling - Take attention mask into account for correct averaging
def mean_pooling(model_output, attention_mask):
    token_embeddings = model_output[0] #First element of model_output contains all token embeddings
    input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
    sum_embeddings = torch.sum(token_embeddings * input_mask_expanded, 1)
    sum_mask = torch.clamp(input_mask_expanded.sum(1), min=1e-9)
    return sum_embeddings / sum_mask



#Sentences we want sentence embeddings for
sentences = ['Привет! Как твои дела?',
             'А правда, что 42 твое любимое число?']

#Load AutoModel from huggingface model repository
tokenizer = AutoTokenizer.from_pretrained("ai-forever/sbert_large_nlu_ru")
model = AutoModel.from_pretrained("ai-forever/sbert_large_nlu_ru")

#Tokenize sentences
encoded_input = tokenizer(sentences, padding=True, truncation=True, max_length=24, return_tensors='pt')

#Compute token embeddings
with torch.no_grad():
    model_output = model(**encoded_input)

#Perform pooling. In this case, mean pooling
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])

📚 詳細文檔

你可以直接從模型倉庫使用該模型來計算句子嵌入向量。

🔧 技術細節

文檔未提供具體技術細節，此處跳過。

📄 許可證

本項目採用MIT許可證。

👥 作者

• SberDevices 團隊。
• 亞歷山大·阿布拉莫夫（Aleksandr Abramov）：Hugging Face個人資料，GitHub，Kaggle競賽大師；
• 丹尼斯·安蒂霍夫（Denis Antykhov）：GitHub；
• 伊布拉吉姆·巴德爾季諾夫（Ibragim Badertdinov）：GitHub。