#HerBERT

sbert-base-cased-pl是SentenceBERT的改进版，利用siamese与triplet网络结构生成语义嵌入，以余弦相似度进行判断。该模型基于波兰语HerBERT，专注于语义文本相似性优化，训练数据来源于Wikipedia，并通过字节对编码进行分词，准确率达82.31%。适用于波兰语相关环境与分词器场景。

HerBERT是一款专为波兰语设计的预训练语言模型，基于BERT架构并结合掩码语言建模和句子结构目标进行优化。该模型在六大波兰语语料库上训练，涵盖超过86亿个标记，采用50k词汇量的字符级字节对编码分词器。HerBERT为波兰语自然语言处理研究和应用提供了坚实基础，可广泛应用于文本分类、命名实体识别等多种任务。