Views
No views yet
sentence-transformers:pip install -U sentence-transformerspyvi to word segment:pip install pyvi1from sentence_transformers import SentenceTransformer
2from pyvi.ViTokenizer import tokenize
3sentences = ["Đang chích ngừa viêm gan B có chích ngừa Covid-19 được không?", "Nếu anh / chị đang tiêm ngừa vaccine phòng_bệnh viêm_gan B , anh / chị vẫn có_thể tiêm phòng vaccine phòng Covid-19 , tuy_nhiên vaccine Covid-19 phải được tiêm cách trước và sau mũi vaccine viêm gan B tối_thiểu là 14 ngày ."]
4
5model = SentenceTransformer('nampham1106/bkcare-embedding')
6sentences = [tokenize(sentence) for sentence in sentences]
7embeddings = model.encode(sentences)
8print(embeddings)1from transformers import AutoTokenizer, AutoModel
2import torch
3from pyvi.ViTokenizer import tokenize
4
5#Mean Pooling - Take attention mask into account for correct averaging
6def mean_pooling(model_output, attention_mask):
7 token_embeddings = model_output[0] #First element of model_output contains all token embeddings
8 input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
9 return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)
10
11
12# Sentences we want sentence embeddings for
13sentences = ["Đang chích ngừa viêm gan B có chích ngừa Covid-19 được không?", "Nếu anh / chị đang tiêm ngừa vaccine phòng_bệnh viêm_gan B , anh / chị vẫn có_thể tiêm phòng vaccine phòng Covid-19 , tuy_nhiên vaccine Covid-19 phải được tiêm cách trước và sau mũi vaccine viêm gan B tối_thiểu là 14 ngày ."]
14
15# Load model from HuggingFace Hub
16tokenizer = AutoTokenizer.from_pretrained('nampham1106/bkcare-embedding')
17model = AutoModel.from_pretrained('nampham1106/bkcare-embedding')
18
19sentences = [tokenize(sentence) for sentence in sentences]
20# Tokenize sentences
21encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')
22
23# Compute token embeddings
24with torch.no_grad():
25 model_output = model(**encoded_input)
26
27# Perform pooling. In this case, mean pooling.
28sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])
29
30print("Sentence embeddings:")
31print(sentence_embeddings)torch.utils.data.dataloader.DataLoader of length 307 with parameters:{'batch_size': 16, 'sampler': 'torch.utils.data.sampler.RandomSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}sentence_transformers.losses.MultipleNegativesRankingLoss.MultipleNegativesRankingLoss with parameters:{'scale': 20.0, 'similarity_fct': 'cos_sim'}{
"epochs": 15,
"evaluation_steps": 0,
"evaluator": "NoneType",
"max_grad_norm": 1,
"optimizer_class": "<class 'torch.optim.adamw.AdamW'>",
"optimizer_params": {
"lr": 2e-05
},
"scheduler": "WarmupLinear",
"steps_per_epoch": null,
"warmup_steps": 100,
"weight_decay": 0.01
}SentenceTransformer(
(0): Transformer({'max_seq_length': 256, 'do_lower_case': False}) with Transformer model: RobertaModel
(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, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)