Roberta Base Bne Finetuned Msmarco Qa Es Mnrl Mn

🚀 句子转换器模型

本项目是一个句子转换器模型，它能够将句子和段落映射到768维的密集向量空间，可用于聚类或语义搜索等任务。

🚀 快速开始

安装依赖

若要使用此模型，需先安装sentence-transformers库：

pip install -U sentence-transformers

代码示例

以下是使用该模型的示例代码：

from sentence_transformers import SentenceTransformer, util

# 加载模型
model = SentenceTransformer('dariolopez/roberta-base-bne-finetuned-msmarco-qa-es-mnrl-mn')

# 一些可能包含与你问题相关信息的示例
corpus = [
    "Napoleón I Bonaparte (Ajaccio, 15 de agosto de 1769-Longwood, 5 de mayo de 1821) fue un militar y estadista francés, general republicano durante la Revolución francesa y el Directorio, y artífice del golpe de Estado del 18 de brumario que lo convirtió en primer cónsul (Premier Consul) de la República el 11 de noviembre de 1799.",
    "Luis XVI de Francia (en francés: Louis XVI; Versalles, 23 de agosto de 1754 – París, 21 de enero de 1793) fue rey de Francia y de Navarra4 entre 1774 y 1789, copríncipe de Andorra entre 1774 y 1793, y rey de los franceses3 entre 1789 y 1792.2 Fue el último monarca antes de la caída de la monarquía por la Revolución Francesa, así como el último que ejerció sus poderes de monarca absoluto.",
    "Felipe VI de España (Madrid, 30 de enero de 1968) es el actual rey de España, título por el que ostenta la jefatura del Estado y el mando supremo de las Fuerzas Armadas, desde el 19 de junio de 2014, fecha en que ascendió al trono por la abdicación de su padre, el rey Juan Carlos I.",
    "Lionel Andrés Messi Cuccittini (Rosario, 24 de junio de 1987), conocido como Leo Messi, es un futbolista argentino que juega como delantero o centrocampista. Jugador histórico del Fútbol Club Barcelona, al que estuvo ligado veinte años, desde 2021 integra el plantel del Paris Saint-Germain de la Ligue 1 de Francia. Es también internacional con la selección de Argentina, equipo del que es capitán."
]

# 你的问题
query = "Listar aquellos personajes que tuvieron poder en Francia"

# 对语料库和查询进行编码
corpus_embeddings = model.encode(corpus)
query_embedding = model.encode(query)

# 获取语料库选项中的前2个最佳结果
hits = util.semantic_search(query_embedding, corpus_embeddings, top_k=2)[0]
for hit in hits:
    print(f"corpus_id: {hit['corpus_id']}, score: {hit['score']}, text: {corpus[hit['corpus_id']][0:100]}...")
# 输出:
# corpus_id: 1, score: 0.5533886551856995, text: Luis XVI de Francia (en francés: Louis XVI; Versalles, 23 de agosto de 1754 – París, 21 de enero de ...
# corpus_id: 0, score: 0.5308797955513, text: Napoleón I Bonaparte (Ajaccio, 15 de agosto de 1769-Longwood, 5 de mayo de 1821) fue un militar y es...

✨ 主要特性

• 基础模型：PlanTL-GOB-ES/roberta-base-bne
• 训练配置：训练使用的配置
• 数据集：IIC/ms_marco_es（查询 - 正样本 - 负样本 - 负样本 - 负样本 - 负样本）
• 损失函数：MultipleNegativesRankingLoss

📦 安装指南

安装依赖库：

pip install -U sentence-transformers

📚 详细文档

训练信息

训练后的模型是 PlanTL-GOB-ES/roberta-base-bne 的微调版本，使用 翻译为西班牙语的MS - MARCO数据集（查询 - 正样本 - 负样本 - 负样本 - 负样本 - 负样本）进行问答任务的训练。

配置信息

以下是训练时使用的配置：

{
    "model_name": "PlanTL-GOB-ES/roberta-base-bne",
    "max_seq_length": 512,
    "epochs": 10,
    "warmup_steps": 1000,
    "batch_size": 16,
    "optimizer_params": {
        "lr": 2e-05
    },
    "loss": "mnrl",
    "dataset_train_size": 481335,
    "dataset_name": "IIC/ms_marco_es",
    "seed": 42,
    "length_embedding": 768
}

训练源代码

训练的源代码可在 此处 查看。

🔧 技术细节

输入长度限制

默认情况下，输入文本超过512个词片时会被截断。

📄 许可证

本项目采用 Apache许可证2.0版 进行许可。