使用cmlm-multilingual

这是一个PyTorch版本的 universal-sentence-encoder-cmlm/multilingual-base-br 模型。它可以将109种语言映射到共享的向量空间中。由于该模型基于 LaBSE ，因此在下游任务上表现相当可比。

使用方法（Sentence-Transformers）

在安装了 sentence-transformers 的情况下，使用该模型非常简单：

pip install -U sentence-transformers

然后，您可以像这样使用模型：

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('sentence-transformers/use-cmlm-multilingual')
embeddings = model.encode(sentences)
print(embeddings)

评估结果

要对该模型进行自动化评估，请参阅句子嵌入基准（Sentence Embeddings Benchmark）： https://seb.sbert.net

完整模型架构

SentenceTransformer(
  (0): Transformer({'max_seq_length': 256, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False})
  (2): Normalize()
)

引用和作者

请参阅 universal-sentence-encoder-cmlm/multilingual-base-br 以获取描述该模型的相关出版物。