# 句子相似度

FRIDA模型的輕量快速修改版，用於計算俄語和英語句子的嵌入向量

CareerBERT-JG是基於ESCO分類法微調的句子轉換器模型，專為職業諮詢和求職推薦場景設計。

瑠璃是一個日語通用文本嵌入模型，專注於句子相似度計算和特徵提取，基於cl-nagoya/ruri-pt-small-v2基礎模型訓練。

高性能的阿拉伯語信息檢索模型，基於sentence-transformers框架構建，針對阿拉伯語的豐富性和複雜性進行了優化。

MEXMA是一種創新的跨語言句子編碼器，通過整合句子級和詞元級雙重目標提升句子表徵質量。

halong_embedding是一個基於hiieu開發的句子嵌入模型，主要用於越南語的句子相似度計算任務。

E5-RoPE-基礎版是基於旋轉位置嵌入（RoPE）的嵌入模型，旨在支持長上下文檢索任務。

Fio系列日語嵌入模型的首個版本，基於BERT架構，專注於日語文本的相似度和特徵提取任務

EUBERT MLM模型通過句子轉換器訓練集微調為交叉編碼器，支持歐盟24種語言

這是一個多語言句子轉換器模型，可將文本映射到密集向量空間，支持語義搜索和聚類任務

這是一個基於sentence-transformers的句子嵌入模型，能夠將文本映射到768維向量空間，適用於語義搜索和文本聚類等任務。

針對巴西葡萄牙語預訓練的BERT模型，在多項NLP任務中表現優異

這是一個基於sentence-transformers的句子編碼器模型，可將文本轉換為768維向量表示，適用於語義搜索和句子相似度計算等任務。

WRAPresentations是一款先進的句子轉換器模型，專為推特論點挖掘設計，能將推文映射為'理由'、'陳述'、'通知'和'無意義'四種類別。

NegMPNet是基於all-mpnet-base-v2的否定感知版本，能夠將句子和段落映射到768維的密集向量空間，特別擅長處理否定語義。

這是一個基於MiniLM架構的句子嵌入模型，能將文本映射到384維向量空間，適用於語義搜索和文本相似度任務。

這是一個基於BERT-Tiny的輕量級句子嵌入模型，專為語義搜索和句子相似度任務設計，模型大小僅為5MB。

這是一個基於sentence-transformers的句子嵌入模型，可將文本映射到384維向量空間，適用於語義搜索和聚類任務。

基於Sentence Transformers的句子相似度模型，針對問題報告分類任務微調，支持缺陷/文檔/功能/疑問4類分類

基於albert-small-kor-v1模型微調訓練的韓文交叉編碼器模型，用於句子相似度計算

基於知識蒸餾技術構建的輕量級意大利法律領域BERT模型，僅含4層Transformer結構

miCSE是一個專為句子相似度計算而設計的低樣本量句子嵌入模型，通過注意力模式對齊和正則化自注意力分佈實現高效的樣本學習。

基於PubMedBERT的句子轉換器模型，用於生成句子和段落的768維向量表示，適用於語義搜索和聚類任務。

這是一個基於sentence-transformers的模型，專門針對金融文本分類任務進行了微調，能夠將句子和段落映射到768維的向量空間。

基於BERTimbau大模型的葡萄牙語法律領域句子相似度模型，支持1024維向量表示

這是一個基於sentence-transformers的韓英雙語句子嵌入模型，可將句子映射到768維向量空間，適用於語義搜索和聚類任務。

針對SNLI語料庫微調的BERT模型，用於預測兩個句子的語義相似度得分。

這是一個針對新冠疫情調整的德語句子轉換器模型，通過GPL方法在新冠疫情相關文檔上進行了適應性訓練。

這是一個基於DistilBERT架構的句子相似度計算模型，能夠將句子和段落映射到3維向量空間，適用於語義搜索和聚類任務。

基於PubMedBert的句子轉換器模型，用於生成句子和段落的768維向量表示，適用於聚類和語義搜索任務。

基於sentence-transformers的句子相似度模型，可將文本映射到32維向量空間

基於DistilBERT的句子嵌入模型，專門針對Home Depot相關任務進行微調，可將文本映射到768維向量空間。

這是一個基於MiniLM架構的句子嵌入模型，能將文本映射到384維向量空間，適用於語義搜索和聚類任務。

這是一個多語言Roberta模型，可用於生成保加利亞語句子的嵌入向量，基於Sentence-BERT理念訓練，支持保加利亞語和英語。

基於TSDAE（Transformer-based Sequential Denoising Auto-Encoder）訓練的化學領域BERT模型，專注於句子相似度任務

這是一個測試模型，通過使用stsb_multi_mt中的西班牙語數據集進行微調，用於語義文本相似度任務。

本模型是基於XLMR-ENIS在glue數據集上微調的版本，專門用於句子相似度任務，在STSB子集上表現出色。

一個專為零樣本和少樣本文本分類訓練的孿生網絡模型，基於mpnet-base架構，使用SNLI和MNLI數據集訓練。

這是一個基於Roberta架構的句子相似度計算模型，支持中文文本處理

這是一個基於sentence-transformers框架的語義向量模型，能夠將迪維希語句子和段落映射到768維稠密向量空間，適用於文本聚類或語義搜索等任務。