🚀 stsb-xlm-r-multilingual-ro
这是一个sentence-transformers模型,它能将句子和段落映射到一个768维的密集向量空间,可用于聚类或语义搜索等任务。该模型是stsb-xlm-r-multilingual针对罗马尼亚语的微调版本。
🚀 快速开始
✨ 主要特性
- 能够将句子和段落映射到768维的密集向量空间。
- 适用于聚类、语义搜索等自然语言处理任务。
- 基于stsb-xlm-r-multilingual模型针对罗马尼亚语进行了微调。
📦 安装指南
若要使用此模型,需先安装sentence-transformers:
pip install -U sentence-transformers
💻 使用示例
基础用法
使用sentence-transformers库时,使用该模型非常简单:
from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]
model = SentenceTransformer('BlackKakapo/stsb-xlm-r-multilingual-ro')
embeddings = model.encode(sentences)
print(embeddings)
高级用法
若未安装sentence-transformers,可以按以下方式使用该模型:首先,将输入数据传入transformer模型,然后对上下文词嵌入应用正确的池化操作。
from transformers import AutoTokenizer, AutoModel
import torch
def mean_pooling(model_output, attention_mask):
token_embeddings = model_output[0]
input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)
sentences = ['This is an example sentence', 'Each sentence is converted']
tokenizer = AutoTokenizer.from_pretrained('BlackKakapo/stsb-xlm-r-multilingual-ro')
model = AutoModel.from_pretrained('BlackKakapo/stsb-xlm-r-multilingual-ro')
🔧 技术细节
训练
- 数据集:STS-ro,文本数据集为罗马尼亚语(ro)。分数范围是0到5,因此将分数除以5,因为EmbeddingSimilarityEvaluator(微调评估器)所需的分数范围是0到1。数据集结构如下:
{
'score': 1.5,
'sentence1': 'Un bărbat cântă la harpă.',
'sentence2': 'Un bărbat cântă la claviatură.',
}
- 数据加载器:
torch.utils.data.dataloader.DataLoader
,长度为223,参数如下:
{'batch_size': 32, 'sampler': 'torch.utils.data.sampler.RandomSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}
- 损失函数:
sentence_transformers.losses.CosineSimilarityLoss.CosineSimilarityLoss
- fit()方法的参数:
{
"epochs": 10,
"evaluation_steps": 0,
"evaluator": "sentence_transformers.evaluation.EmbeddingSimilarityEvaluator.EmbeddingSimilarityEvaluator",
"max_grad_norm": 1,
"optimizer_class": "<class 'torch.optim.adamw.AdamW'>",
"optimizer_params": {
"lr": 2e-05
},
"scheduler": "WarmupLinear",
"steps_per_epoch": null,
"warmup_steps": 100,
"weight_decay": 0.01
}
完整模型架构
SentenceTransformer(
(0): Transformer({'max_seq_length': 128, 'do_lower_case': False}) with Transformer model: XLMRobertaModel
(1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False})
)
📄 许可证
文档中未提及许可证相关信息。
🔍 引用与作者
BlackKakapo