/ Модель

Характеристики

Контекст
512 токенов
Параметры
129 млн
Архитектура
bert · dense
Опубликована
25 мар 2022

sbert-chinese-qmc-finance-v1

ЭмбеддингиТекст → embedding3 профессии

Модель Sentence-BERT для поиска семантически похожих китайских вопросов в банковских и финансовых сценариях.

211скачиваний за 30 дней4лайкавеса обновлены4 апр 2022

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

DMetaSoul разработала DMetaSoul/sbert-chinese-qmc-finance-v1 — модель Sentence-BERT на базе bert-base-chinese, дообученная на крупном наборе банковских вопросов BQCorpus. Она предназначена для определения семантического сходства китайских финансовых вопросов: например, для поиска похожего вопроса в базе поддержки или сопоставления перефразированных запросов. Модель формирует векторы предложений; её можно использовать через Sentence-Transformers или Hugging Face Transformers.

Модель имеет архитектуру BERT, содержит 129,5 млн параметров и принимает последовательности длиной до 512 токенов. В README приведены результаты оценки на нескольких наборах семантического сопоставления; показатели заметно различаются в зависимости от набора данных, поэтому качество на конкретной банковской базе следует проверять отдельно. Лицензия в предоставленных данных не указана.

Сценарии применения

  • Поиск похожих вопросов клиентов в банковской базе знаний
  • Сопоставление перефразированных финансовых запросов
  • Группировка похожих обращений в службу поддержки
  • Извлечение векторных представлений китайских банковских вопросов

Ограничения

Оптимизирована для китайских финансовых вопросов, поэтому качество на других языках и вне этой области не подтверждено. Результаты оценки различаются между наборами данных; проверьте качество на целевых запросах.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DMetaSoul/sbert-chinese-qmc-finance-v1

此模型基于 bert-base-chinese 版本 BERT 模型,在大规模银行问题匹配数据集(BQCorpus)上进行训练调优,适用于金融领域的问题匹配场景,比如:

  • 8千日利息400元? VS 10000元日利息多少钱
  • 提前还款是按全额计息 VS 还款扣款不成功怎么还款?
  • 为什么我借钱交易失败 VS 刚申请的借款为什么会失败

注:此模型的轻量化版本,也已经开源啦!

Usage

1. Sentence-Transformers

通过 sentence-transformers 框架来使用该模型,首先进行安装:

pip install -U sentence-transformers

然后使用下面的代码来载入该模型并进行文本表征向量的提取:

from sentence_transformers import SentenceTransformer
sentences = ["到期不能按时还款怎么办", "剩余欠款还有多少?"]

model = SentenceTransformer('DMetaSoul/sbert-chinese-qmc-finance-v1')
embeddings = model.encode(sentences)
print(embeddings)

2. HuggingFace Transformers

如果不想使用 sentence-transformers 的话,也可以通过 HuggingFace Transformers 来载入该模型并进行文本向量抽取:

from transformers import AutoTokenizer, AutoModel
import torch


#Mean Pooling - Take attention mask into account for correct averaging
def mean_pooling(model_output, attention_mask):
    token_embeddings = model_output[0] #First element of model_output contains all token embeddings
    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 we want sentence embeddings for
sentences = ["到期不能按时还款怎么办", "剩余欠款还有多少?"]

# Load model from HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('DMetaSoul/sbert-chinese-qmc-finance-v1')
model = AutoModel.from_pretrained('DMetaSoul/sbert-chinese-qmc-finance-v1')

# Tokenize sentences
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')

# Compute token embeddings
with torch.no_grad():
    model_output = model(**encoded_input)

# Perform pooling. In this case, mean pooling.
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])

print("Sentence embeddings:")
print(sentence_embeddings)

Evaluation

该模型在公开的几个语义匹配数据集上进行了评测,计算了向量相似度跟真实标签之间的相关性系数:

csts_devcsts_testafqmclcqmcbqcorpuspawsxxiaobu
sbert-chinese-qmc-finance-v177.40%74.55%36.01%75.75%73.25%11.58%54.76%

Citing & Authors

E-mail: xiaowenbin@dmetasoul.com

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
b1d140d

0 моделей