Устаревшая модель Sentence-Transformers на базе BERT, которая кодирует предложения и абзацы в векторы для семантического поиска и кластеризации.
Подходит для: семантический поиск по коллекции текстов · поиск предложений, похожих по смыслу · кластеризация предложений и абзацев
Модель Salesforce Research преобразует английские тексты в эмбеддинги для семантического поиска и сравнения сходства.
Подходит для: семантический поиск по коллекции документов · поиск похожих предложений · ранжирование текстов по смысловой близости
Модель Sentence-Transformers на базе E5-large-v2 создаёт эмбеддинги предложений и абзацев для семантического поиска и кластеризации.
Подходит для: семантический поиск по документам · поиск похожих предложений и абзацев · кластеризация текстов по смыслу
Модель Sentence Transformers кодирует предложения и абзацы в векторы для семантического поиска, сравнения и кластеризации текстов.
Подходит для: семантический поиск по коллекции документов · поиск похожих предложений и абзацев · кластеризация текстов по смыслу
Модель кодирует предложения и абзацы в 768-мерные векторы для семантического поиска, сравнения сходства и кластеризации текстов.
Подходит для: семантический поиск по коллекции текстов · поиск предложений с близким смыслом · сравнение семантического сходства текстов
Модель преобразует предложения и абзацы в 1024-мерные векторы для семантического поиска, сравнения и кластеризации текстов.
Подходит для: семантический поиск по предложениям и документам · сравнение смысловой близости текстов · кластеризация предложений и абзацев
Модель кодирует предложения и абзацы в векторы для семантического поиска, сравнения текстов и кластеризации.
Подходит для: семантический поиск по коллекции документов · сравнение смысловой близости предложений · поиск перефразировок
Модель MPNet превращает предложения и абзацы в 768-мерные векторы для семантического поиска, сравнения текстов и кластеризации.
Подходит для: поиск документов по смыслу запроса · сравнение семантической близости предложений · кластеризация похожих текстов
Модель превращает предложения и абзацы в 384-мерные векторы для семантического поиска, сравнения и кластеризации текстов.
Подходит для: семантический поиск по коллекции документов · сравнение смысловой близости двух предложений · кластеризация похожих текстов
Порт ANCE FirstP на базе RoBERTa преобразует предложения и абзацы в эмбеддинги для семантического поиска и кластеризации.
Подходит для: семантический поиск по коллекции документов · кластеризация предложений и абзацев · поиск похожих текстов по эмбеддингам
Модель BERT от Sentence Transformers преобразует предложения и абзацы в векторы для семантического поиска, сравнения и кластеризации.
Подходит для: поиск документов по смыслу · сравнение семантической близости предложений · кластеризация предложений и абзацев
Мультиязычная модель XLM-RoBERTa, дообученная с SimCSE для получения эмбеддингов предложений и задач семантического сходства.
Подходит для: семантический поиск по коллекции документов · поиск похожих предложений и запросов · ранжирование кандидатов по сходству эмбеддингов
Многоязычная модель Sentence-Transformers на базе XLM-RoBERTa, создающая векторы предложений для семантического поиска, сравнения и кластеризации текстов.
Подходит для: семантический поиск по предложениям и абзацам · сравнение смысловой близости двух текстов · кластеризация многоязычных текстов
Быстрая мультиязычная модель статических эмбеддингов для семантического поиска и сопоставления текстов при ограниченных вычислительных ресурсах.
Подходит для: семантический поиск по текстовым коллекциям · сопоставление похожих предложений · поиск дубликатов текстов
Асимметричный энкодер Naver кодирует поисковые запросы в разреженные векторы для поиска и извлечения документов.
Подходит для: кодирование поисковых запросов для разреженного поиска · семантический поиск по коллекции документов · извлечение релевантных фрагментов по запросу
Модель BERT Sentence Transformers кодирует предложения и абзацы в векторы для семантического поиска, сравнения и кластеризации текстов.
Подходит для: семантический поиск похожих абзацев в коллекции документов · оценка смыслового сходства двух предложений · поиск перефразировок в корпусе текстов
Модель преобразует предложения и абзацы в 768-мерные векторы для семантического поиска и кластеризации текстов.
Подходит для: семантический поиск по коллекции текстов · поиск похожих предложений и абзацев · кластеризация текстов по смыслу
Модель Sentence Transformers на базе BERT преобразует тексты в 384-мерные векторы для семантического поиска, сравнения сходства и кластеризации.
Подходит для: семантический поиск по предложениям и абзацам · сравнение смыслового сходства двух текстов · кластеризация коротких текстов по смыслу
Модель Sentence-Transformers кодирует предложения и абзацы в векторы для семантического поиска и кластеризации.
Подходит для: семантический поиск по коллекции текстов · кластеризация предложений и абзацев по смыслу · поиск похожих предложений
Мультиязычная модель DeBERTa-v2 для получения векторных представлений текста длиной до 512 токенов.
Подходит для: создание эмбеддингов предложений · поиск семантически похожих текстов · мультиязычный поиск по тексту
Модель Sentence Transformers кодирует предложения и абзацы в 384-мерные векторы для семантического поиска, сравнения и кластеризации текстов.
Подходит для: семантический поиск по коллекции документов · поиск похожих предложений и абзацев · кластеризация текстов по смыслу
Производная модели sangmini/msmarco-cotmae-MiniLM-L12_en-ko-ja. Модель Sentence-Transformers кодирует предложения и абзацы в векторы для семантического поиска и кластеризации.
Подходит для: семантический поиск по коллекции текстов · кластеризация предложений и абзацев по смыслу · поиск похожих предложений
Дообученный англоязычный Sentence Transformer преобразует предложения и абзацы в векторы для семантического поиска и сравнения текстов.
Подходит для: семантический поиск по корпоративным документам · поиск ответов и релевантных фрагментов в текстовой коллекции · оценка сходства предложений и абзацев
Модель на основе RoBERTa создаёт векторные представления предложений и абзацев для поиска по смыслу, сравнения сходства и кластеризации.
Подходит для: семантический поиск по коллекции предложений и абзацев · сравнение смыслового сходства текстовых фрагментов · кластеризация предложений по смыслу