项目介绍:nq-distilbert-base-v1
nq-distilbert-base-v1 是一个基于 sentence-transformers 框架的模型。它的主要功能是将句子和段落映射到一个768维密集向量空间,这非常适合用于聚类或语义搜索等任务。
模型特点
- 库与许可证: 该模型使用的库是
sentence-transformers
,并且它遵循 Apache-2.0 许可证。 - 相关标签: 模型与
sentence-transformers
、特征提取
、句子相似性
和transformers
等概念关联。 - 应用领域: 主要应用于测量句子间相似性。
安装与使用 (通过 Sentence-Transformers)
使用这个模型非常简单,只需确保安装了sentence-transformers
库。可以使用以下命令安装:
pip install -U sentence-transformers
安装后,可通过如下代码进行使用:
from sentence_transformers import SentenceTransformer
sentences = ["这是一条示例句子", "每个句子都会被转换"]
model = SentenceTransformer('sentence-transformers/nq-distilbert-base-v1')
embeddings = model.encode(sentences)
print(embeddings)
使用方式 (通过 HuggingFace Transformers)
如果没有sentence-transformers
库,也可以直接使用transformers
库。以下是使用的简单示例:
from transformers import AutoTokenizer, AutoModel
import torch
# 平均池化操作
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 = ['这是一条示例句子', '每个句子都会被转换']
tokenizer = AutoTokenizer.from_pretrained('sentence-transformers/nq-distilbert-base-v1')
model = AutoModel.from_pretrained('sentence-transformers/nq-distilbert-base-v1')
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')
with torch.no_grad():
model_output = model(**encoded_input)
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])
print("句子嵌入:")
print(sentence_embeddings)
模型评估
如需了解模型的自动化评估结果,可以查看 Sentence Embeddings Benchmark:评估链接
模型架构
该模型使用以下结构:
SentenceTransformer(
(0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: DistilBertModel
(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})
)
引用与作者信息
这个模型由 sentence-transformers 团队训练。如果您觉得该模型有帮助,可以引用他们的论文:Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks。以下是引用格式:
@inproceedings{reimers-2019-sentence-bert,
title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
author = "Reimers, Nils and Gurevych, Iryna",
booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
month = "11",
year = "2019",
publisher = "Association for Computational Linguistics",
url = "http://arxiv.org/abs/1908.10084",
}
通过以上介绍,希望可以帮助大家对 nq-distilbert-base-v1 模型有一个更为全面的理解。这个模型在应用自然语言处理任务时,是一个强有力的工具,可为开发者和研究人员提供有效的解决方案。