GATE AraBert V1

🚀 GATE-AraBert-V1

GATE | General Arabic Text Embedding 是在多任務設置中使用 SentenceTransformers 訓練的模型。該系統在 AllNLI 和 STS 數據集上進行訓練。詳細內容可參考論文 GATE: General Arabic Text Embedding for Enhanced Semantic Textual Similarity with Hybrid Loss Training。

項目頁面：https://huggingface.co/collections/Omartificial-Intelligence-Space/arabic-matryoshka-embedding-models-666f764d3b570f44d7f77d4e

🚀 快速開始

直接使用（Sentence Transformers）

首先安裝 Sentence Transformers 庫：

pip install -U sentence-transformers

然後可以加載此模型並進行推理。

from sentence_transformers import SentenceTransformer

# 從 🤗 Hub 下載
model = SentenceTransformer("Omartificial-Intelligence-Space/GATE-AraBert-v1")
# 運行推理
sentences = [
    'الكلب البني مستلقي على جانبه على سجادة بيج، مع جسم أخضر في المقدمة.',
    'لقد مات الكلب',
    'شخص طويل القامة',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# 獲取嵌入的相似度分數
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

✨ 主要特性

這是一個在多任務設置中使用 SentenceTransformers 訓練的通用阿拉伯語文本嵌入模型，在 AllNLI 和 STS 數據集上進行訓練。

📦 安裝指南

安裝 Sentence Transformers 庫：

pip install -U sentence-transformers

💻 使用示例

基礎用法

from sentence_transformers import SentenceTransformer

# 從 🤗 Hub 下載
model = SentenceTransformer("Omartificial-Intelligence-Space/GATE-AraBert-v1")
# 運行推理
sentences = [
    'الكلب البني مستلقي على جانبه على سجادة بيج، مع جسم أخضر في المقدمة.',
    'لقد مات الكلب',
    'شخص طويل القامة',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# 獲取嵌入的相似度分數
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

📚 詳細文檔

模型詳情

模型描述

評估

指標

語義相似度（數據集：sts-dev）

使用 EmbeddingSimilarityEvaluator 進行評估。

語義相似度（數據集：sts-test）

使用 EmbeddingSimilarityEvaluator 進行評估。

📄 許可證

本項目採用 apache-2.0 許可證。

📚 引用

如果使用 GATE 模型，請按以下方式引用：

@misc{nacar2025GATE,
      title={GATE: General Arabic Text Embedding for Enhanced Semantic Textual Similarity with Hybrid Loss Training}, 
      author={Omer Nacar, Anis Koubaa, Serry Taiseer Sibaee and Lahouari Ghouti},
      year={2025},
      note={Submitted to COLING 2025},
      url={https://huggingface.co/Omartificial-Intelligence-Space/GATE-AraBert-v1},
}