Minilm L6 Danish Reranker

🚀 MiniLM-L6丹麦语重排器

这是一个轻量级（约2200万个参数）的丹麦语自然语言处理 sentence-transformers 模型，它接收两个句子作为输入，并输出一个相关性得分。因此，该模型可用于信息检索，例如，给定一个查询和候选匹配项，按相关性对候选项进行排序。

新版本已发布，在更多数据上进行了训练，其他方面与 KennethTM/MiniLM-L6-danish-reranker-v2 相同。

🚀 快速开始

本模型是用于丹麦语自然语言处理的轻量级模型，接收两个句子作为输入并输出相关性得分，可用于信息检索场景，对候选匹配项按相关性排序。最大序列长度为512个标记（两个段落均适用）。该模型并非从头开始预训练，而是基于 cross-encoder/ms-marco-MiniLM-L-6-v2 的英文版本，使用 丹麦语分词器 进行调整得到。它在从英语机器翻译为丹麦语的ELI5和SQUAD数据上进行了训练。

✨ 主要特性

• 轻量级：参数约2200万，便于使用和部署。
• 相关性评分：接收两个句子输入，输出相关性得分。
• 信息检索：可用于对候选匹配项按相关性进行排序。

📦 安装指南

文档未提及具体安装步骤，可参考 sentence-transformers 库的官方安装说明进行安装。

💻 使用示例

基础用法

使用 transformers 库调用模型：

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model = AutoModelForSequenceClassification.from_pretrained('KennethTM/MiniLM-L6-danish-reranker')
tokenizer = AutoTokenizer.from_pretrained('KennethTM/MiniLM-L6-danish-reranker')
features = tokenizer(['Kører der cykler på vejen?', 'Kører der cykler på vejen?'], ['En panda løber på vejen.', 'En mand kører hurtigt forbi på cykel.'],  padding=True, truncation=True, return_tensors="pt")

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

高级用法

若安装了 SentenceTransformers 库，使用会更简便：

from sentence_transformers import CrossEncoder
model = CrossEncoder('KennethTM/MiniLM-L6-danish-reranker', max_length=512)
scores = model.predict([('Kører der cykler på vejen?', 'En panda løber på vejen.'), ('Kører der cykler på vejen?', 'En mand kører hurtigt forbi på cykel.')])

📚 详细文档

📄 许可证

本项目采用MIT许可证。