/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
MizBERT
Библиотека
sentence-transformers
Опубликована
28 июл 2024

MizoEmbed-1

ЭмбеддингиТекст → embedding5 профессий

MizoEmbed-1 преобразует текст на мизо в эмбеддинги для семантического поиска, сравнения и группировки текстов.

202скачиваний за 30 дней7лайковвеса обновлены31 июл 2024

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

MizoEmbed-1 — модель плотных текстовых эмбеддингов для языка мизо, разработанная специально для представления предложений и абзацев в виде векторов. Это Sentence Transformer на архитектуре BERT, дообученный на базе robzchhangte/MizBERT. Размерность эмбеддингов составляет 768, длина входного контекста — до 512 токенов; модель содержит 136,7 млн параметров.

Модель предназначена для вычисления семантического сходства текстов, семантического поиска, поиска перефразировок, классификации текстов и кластеризации. Её можно применять для поиска по корпусам на мизо и группировки похожих фрагментов текста. Репозиторий распространяется в формате safetensors и рассчитан на использование с библиотекой Sentence Transformers. Лицензия — Apache-2.0.

Модель ориентирована на мизо; её качество для других языков не подтверждено представленными материалами. Контекст ограничен 512 токенами, поэтому длинные документы потребуется разбивать на части.

Сценарии применения

  • семантический поиск по документам на мизо
  • сравнение сходства предложений на мизо
  • поиск перефразировок на мизо
  • кластеризация текстов на мизо
  • подготовка эмбеддингов для классификации текстов на мизо

Ограничения

Контекст ограничен 512 токенами; длинные тексты нужно разбивать на части. Модель разработана для мизо, и её качество для других языков не подтверждено.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MizoEmbed-1

MizoEmbed-1 is the first dense embedding model developed specifically for the Mizo language. This pioneering model provides vector representations of Mizo text, enabling various natural language processing tasks and applications for the underrepresented language.

The model maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

  • Model Type: Sentence Transformer
  • Base model: robzchhangte/MizBERT
  • Embedding Dimension: 768 tokens
  • Input Context Length: 512
  • Language: Mizo

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("sarkii/MizoEmbed-1")
# Run inference
sentences = [
    'Mizoram a ka zin chu ka hlawkpui hle mai.',
    'Ka zinna ram Mizoram ah Reiek Tlang a awm.',
    'Inkhelh hi ka thiam vaklo mahse ka inkhel lui tho thin.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

License

This model is licensed under the Apache 2.0 License. See the LICENSE file for details.

Citation

MizBERT

@article{lalramhluna2024mizbert,
  title={MizBERT: A Mizo BERT Model},
  author={Lalramhluna, Robert and Dash, Sandeep and Pakray, Dr Partha},
  journal={ACM Transactions on Asian and Low-Resource Language Information Processing},
  year={2024},
  publisher={ACM New York, NY}
}

SentenceTransformers

@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 = "https://arxiv.org/abs/1908.10084",
}

MultipleNegativesRankingLoss

@misc{henderson2017efficient,
    title={Efficient Natural Language Response Suggestion for Smart Reply}, 
    author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
    year={2017},
    eprint={1705.00652},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
942460f

0 моделей