Ms Marco TinyBERT L2 V2

🚀 用于MS Marco的交叉编码器

本模型用于解决信息检索中的排序问题，基于MS Marco数据集训练，可对查询和段落进行打分排序，为信息检索提供更精准的结果。

🚀 快速开始

此模型在 MS Marco段落排序 任务上进行了训练。

该模型可用于信息检索：给定一个查询，将该查询与所有可能的段落（例如通过ElasticSearch检索得到的段落）进行编码。然后按降序对段落进行排序。更多详细信息请参阅 SBERT.net 检索与重排序。训练代码可在此处获取：SBERT.net 训练 MS Marco

💻 使用示例

与Transformers库一起使用

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model = AutoModelForSequenceClassification.from_pretrained('cross-encoder/ms-marco-TinyBERT-L2-v2')
tokenizer = AutoTokenizer.from_pretrained('cross-encoder/ms-marco-TinyBERT-L2-v2')

features = tokenizer(['How many people live in Berlin?', 'How many people live in Berlin?'], ['Berlin has a population of 3,520,031 registered inhabitants in an area of 891.82 square kilometers.', 'New York City is famous for the Metropolitan Museum of Art.'],  padding=True, truncation=True, return_tensors="pt")

model.eval()
with torch.no_grad():
    scores = model(**features).logits
    print(scores)

与SentenceTransformers库一起使用

当你安装了 SentenceTransformers 库后，使用起来会更简单。你可以像这样使用预训练模型：

from sentence_transformers import CrossEncoder

model = CrossEncoder('cross-encoder/ms-marco-TinyBERT-L2-v2', max_length=512)
scores = model.predict([('Query', 'Paragraph1'), ('Query', 'Paragraph2') , ('Query', 'Paragraph3')])

📚 详细文档

在下表中，我们提供了各种预训练的交叉编码器及其在 TREC深度学习2019 和 MS Marco段落重排序 数据集上的性能表现。

注意：运行时间是在V100 GPU上计算得出的。

📄 许可证

本项目采用Apache-2.0许可证。

📦 模型信息