Luotuo-Text-Embedding

基于OpenAI API蒸馏的开源中文文本嵌入模型

Luotuo Embedding 文本嵌入 BERT OpenAI 骆驼 Github 开源项目

Luotuo-Text-Embedding是一个从OpenAI API蒸馏的开源中文文本嵌入模型。它基于BERT和GLM架构，将文本转化为1536维向量。该模型在文本可视化、相关性测试、模糊搜索和聚类等场景中表现优异。项目提供详细教程和可视化工具。

访问官网

Github

介绍相关项目

chinese-bert-wwm-ext - 全词掩码中文BERT模型加速自然语言处理

BERTGithubHuggingface中文处理全词掩码开源项目模型自然语言处理预训练模型

chinese-bert-wwm-ext是一个开源的全词掩码中文BERT预训练模型，致力于提高中文自然语言处理效率。该模型由哈工大讯飞联合实验室开发，通过全词掩码技术增强了对中文语境的理解。项目开放了预训练模型和相关资源，可应用于文本分类、情感分析、问答系统等多种中文NLP任务。研究人员可基于此模型进行定制化微调，以满足特定领域的应用需求。

bert-small - 轻量级BERT模型用于下游NLP任务优化

BERTGithubHuggingface人工智能开源项目模型知识蒸馏自然语言处理预训练模型

bert-small是Google BERT官方仓库转换的小型预训练模型，属于紧凑型BERT变体系列。该模型采用4层结构和512维隐藏层，为自然语言处理研究提供轻量级解决方案。在自然语言推理等任务中，bert-small展现出优秀的泛化能力，有助于推进NLI研究beyond简单启发式方法。作为下游任务优化的理想选择，bert-small为NLP领域带来新的研究与应用可能。

low-law-emb - 高维度句子嵌入模型实现精准语义搜索和文本聚类

GithubHuggingfacesentence-transformers嵌入模型开源项目机器学习模型自然语言处理语义相似度

iMEmbeddings是基于sentence-transformers框架开发的句子嵌入模型，将文本映射至384维向量空间。该模型适用于语义搜索、文本聚类等任务，具有使用简便、评估详尽的特点。模型采用MultipleNegativesRankingLoss损失函数和AdamW优化器，通过Transformer、Pooling和Normalize层构建，可高效处理多种自然语言处理需求。

pubmedbert-base-embeddings - 专为医学文献优化的嵌入模型支持语义搜索和RAG应用

GithubHuggingfacePubMedBERT医学文献嵌入向量开源项目模型自然语言处理语义搜索

PubMedBERT Embeddings是一个专门针对医学文献优化的嵌入模型。它基于PubMedBERT进行微调，将句子和段落映射到768维向量空间。该模型在PubMed标题-摘要对上训练，相比通用模型能为医学文献生成更高质量的嵌入向量。它支持聚类、语义搜索等应用，可通过txtai、Sentence-Transformers或Hugging Face Transformers等框架轻松集成。在多个PubMed相关评估数据集上，该模型展现出优秀的性能表现。

msmarco-MiniLM-L6-cos-v5 - 针对语义搜索的384维句子嵌入模型

BERTGithubHuggingfacesentence-transformers句子相似度开源项目模型自然语言处理语义搜索

这是一个基于sentence-transformers的语义搜索模型，将文本映射至384维向量空间。该模型利用MS MARCO数据集的50万对查询-回答样本训练，可通过sentence-transformers或HuggingFace库轻松调用。它适用于多种语义搜索和文本相似度计算场景，能有效捕捉并表示文本的语义信息。

xlm-r-bert-base-nli-stsb-mean-tokens - XLM-RoBERTa句子嵌入模型支持多语言语义相似度和文本聚类

GithubHuggingfacesentence-transformers句子嵌入开源项目模型特征提取自然语言处理语义相似度

这是一个基于XLM-RoBERTa的句子嵌入模型,将句子和段落映射到768维密集向量空间。支持多语言,适用于语义搜索和文本聚类等任务。可通过sentence-transformers或Hugging Face Transformers库轻松使用。需注意,该模型已被弃用,建议使用更新的句子嵌入模型以获得更好性能。

Dmeta-embedding-zh - 提供多任务处理的句子相似度与特征提取模型

Dmeta-embeddingGithubHuggingface分类句子相似度开源项目模型特征提取重排序

此开源项目专注于实现多语言特征提取与文本分类的多任务模型，适用于多种MTEB数据集场景。模型实现句子相似度的有效评估，并在分类、聚类、再排序和检索任务中展现出良好的性能。采用多种数学计算方法，如余弦相似度、曼哈顿距离、欧氏距离等，确保结果的精确性与适应性。项目支持中英文文本处理，适用于学术研究及商业应用中的多种场景。

tensorflow-nlp-tutorial - Tensorflow 2.0 自然语言处理实用教程

BERTGithubKoGPT-2NLPTensorflow开源项目딥 러닝

此项目包含一系列基于Tensorflow 2.0的自然语言处理教程。教程内容详细，基于e-Book中的理论，涵盖BERT、KoGPT-2、CTM等模型的文本分类、生成、关键词提取和话题建模实操。用户通过Colab链接即可在线练习，无需额外安装Python。该项目持续更新，提供最新的自然语言处理技术和代码示例。

textgen - 文本生成库实现多种模型，支持大模型微调和推理

ChatGLMGithubLLaMALoRA开源项目文本生成模型训练

TextGen实现了LLaMA、ChatGLM、GPT2等多种文本生成模型。该开源库支持大模型LoRA微调训练和高效推理,还包含UDA、Seq2Seq等经典生成模型。TextGen提供多个预训练模型,可用于对话生成、文本扩增、翻译等任务。项目开箱即用,便于研究人员和开发者快速构建文本生成应用。

e5-large-v2 - 多语言文本任务的高性能句子嵌入模型

GithubHuggingfaceSentence Transformers信息检索开源项目文本分类机器学习模型模型自然语言处理

e5-large-v2是一款针对多语言文本任务优化的句子嵌入模型。在MTEB基准测试中，该模型在分类、检索和聚类等多项任务上展现出优秀性能。e5-large-v2能有效处理包括英语在内的多种语言，为自然语言处理领域提供了强大的句子表示能力。该模型可应用于改进文本相似度计算、信息检索等多种实际场景。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能，包括文生视频、动态画面和形象生成等，帮助用户快速上手，创造专业级内容。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台，用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品，帮助用户探索创意灵感。

讯飞文书

讯飞文书依托讯飞星火大模型，为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能，满足事务性工作的高频需求，帮助撰稿人节省精力，提高效率，优化工作与生活。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com