Paraphrase Multilingual Mpnet Base V2 Embedding All

🚀 多语言句子嵌入模型 paraphrase-multilingual-mpnet-base-v2-embedding-all

本模型是 paraphrase-multilingual-mpnet-base-v2 的微调版本，在以下数据集上进行了微调：squad、newsqa、LLukas22/cqadupstack、LLukas22/fiqa、LLukas22/scidocs、deepset/germanquad、LLukas22/nq。该模型可用于句子相似度计算等任务。

🚀 快速开始

本模型可以借助 sentence-transformers 库轻松使用。

📦 安装指南

首先，确保你已经安装了 sentence-transformers 库，可使用以下命令进行安装：

pip install -U sentence-transformers

💻 使用示例

基础用法

安装完成后，你可以按照以下示例代码使用该模型：

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('LLukas22/paraphrase-multilingual-mpnet-base-v2-embedding-all')
embeddings = model.encode(sentences)
print(embeddings)

🔧 技术细节

训练超参数

以下是训练过程中使用的超参数：

• 学习率（learning_rate）：1E+00
• 每个设备的批量大小（per device batch size）：40
• 有效批量大小（effective batch size）：120
• 随机种子（seed）：42
• 优化器（optimizer）：AdamW，β值为 (0.9, 0.999)，ε值为 1E-08
• 权重衰减（weight decay）：2E-02
• D 自适应（D-Adaptation）：True
• 热身（Warmup）：True
• 训练轮数（number of epochs）：15
• 混合精度训练（mixed_precision_training）：bf16

训练结果

评估结果

框架版本

• Transformers：4.25.1
• PyTorch：2.0.0.dev20230210+cu118
• PyTorch Lightning：1.8.6
• Datasets：2.7.1
• Tokenizers：0.13.1
• Sentence Transformers：2.2.2

📚 详细文档

本模型是作者硕士论文 'Evaluation of transformer based language models for use in service information systems' 的一部分。源代码可在 Github 上获取。

📄 许可证

本模型采用 Apache-2.0 许可证。