Sentence Transformers

الوصف

Sentence Transformers، المعروفة أيضًا باسم SBERT، هي وحدة Python قوية مصممة للاستفادة من نماذج التضمين وإعادة الترتيب المتقدمة وتدريبها. توفر واجهة مبسطة لإنشاء تضمينات كثيفة من أنواع بيانات مختلفة بما في ذلك النص والصور والصوت والفيديو. يمكن بعد ذلك استخدام هذه التضمينات لحساب درجات التشابه بين أجزاء مختلفة من المحتوى، مما يسهل تطبيقات مثل البحث الدلالي، والتشابه النصي الدلالي، وتعدين إعادة الصياغة.

تدعم الوحدة أيضًا نماذج Cross-Encoder، المصممة خصيصًا لحساب درجات التشابه بين أزواج النصوص، مما يجعلها مثالية لإعادة ترتيب نتائج البحث أو تحديد المحتوى المكرر. علاوة على ذلك، تتضمن Sentence Transformers نماذج Sparse Encoder، مما يتيح إنشاء تضمينات متفرقة يمكن دمجها مع محركات البحث التقليدية لتحسين قدرات الاسترجاع.

يمكن للمستخدمين الوصول إلى مستودع واسع يضم أكثر من 10,000 نموذج مدرب مسبقًا على Hugging Face، بما في ذلك العديد من النماذج ذات الأداء العالي من لوحة المتصدرين لـ Massive Text Embeddings Benchmark (MTEB). تتيح هذه المجموعة الواسعة الاستخدام الفوري في مجموعة واسعة من المهام. للاحتياجات المتخصصة، تجعل Sentence Transformers من السهل تدريب أو ضبط نماذج التضمين أو إعادة الترتيب أو التشفير المتفرقة المخصصة، مما يمكّن المستخدمين من تخصيص الحلول لحالات الاستخدام الفريدة الخاصة بهم.

تم تطوير Sentence Transformers بواسطة UKP Lab ويتم صيانتها بواسطة Hugging Face، وهي مشروع مدفوع بالمجتمع. يتم تشجيع المستخدمين على الإبلاغ عن المشكلات أو طرح الأسئلة على مستودع Sentence Transformers على GitHub. توفر الوثائق أدلة شاملة حول الاستخدام والنماذج المدربة مسبقًا وتحسين الأداء لنماذج التضمين وإعادة الترتيب والتشفير المتفرقة، بالإضافة إلى معلومات مفصلة حول التدريب والقدرات متعددة الوسائط.

الميزات الأساسية لـ Sentence Transformers

• حساب التضمينات من النص والصور والصوت والفيديو

• حساب درجات التشابه باستخدام نماذج Cross-Encoder

• إنشاء تضمينات متفرقة باستخدام نماذج Sparse Encoder

• الوصول إلى أكثر من 10,000 نموذج مدرب مسبقًا على Hugging Face

• يدعم تدريب وضبط النماذج المخصصة

• يمكّن البحث الدلالي وتعدين إعادة الصياغة

• قدرات التضمين وإعادة الترتيب متعددة الوسائط

• التكامل مع وكلاء ترميز الذكاء الاصطناعي للتدريب

• نماذج تضمين وإعادة ترتيب متطورة

• وحدة Python سهلة الاستخدام

البدء مع Sentence Transformers

1. 1

   تحميل نموذج Sentence Transformer مدرب مسبقًا

2. 2

   ترميز الجمل أو البيانات متعددة الوسائط باستخدام النموذج

3. 3

   حساب تشابهات التضمين أو إعادة ترتيب المقاطع

4. 4

   التكامل مع وكلاء ترميز الذكاء الاصطناعي للتدريب المخصص

حالات استخدام Sentence Transformers

• البحث الدلالي
• التشابه النصي
• تعدين إعادة الصياغة
• إعادة ترتيب نتائج البحث
• الاسترجاع متعدد الوسائط
• تدريب النماذج المخصصة

الأسئلة الشائعة من Sentence Transformers

• ما هي Sentence Transformers؟

  Sentence Transformers هي وحدة Python لاستخدام وتدريب نماذج التضمين وإعادة الترتيب المتطورة، مما يتيح البحث الدلالي وحسابات التشابه.

• ما هي أنواع التضمينات التي يمكن لـ Sentence Transformers إنشاؤها؟

  يمكن لـ Sentence Transformers إنشاء تضمينات من النص أو الصور أو الصوت أو الفيديو.

• كيف يمكنني العثور على نماذج مدربة مسبقًا لـ Sentence Transformers؟

  يتوفر أكثر من 10,000 نموذج Sentence Transformers مدرب مسبقًا للاستخدام الفوري على Hugging Face.

• هل يمكنني تدريب نماذجي الخاصة باستخدام Sentence Transformers؟

  نعم، من السهل تدريب أو ضبط نماذج التضمين أو نماذج إعادة الترتيب أو نماذج التشفير المتفرقة الخاصة بك باستخدام Sentence Transformers.

• ما هي استخدامات نماذج Cross-Encoder؟

  تُستخدم نماذج Cross-Encoder لحساب درجات التشابه بين أزواج النصوص، غالبًا لإعادة الترتيب.

• ما هي نماذج Sparse Encoder؟

  تنشئ نماذج Sparse Encoder تضمينات متفرقة، والتي يمكن دمجها مع محركات البحث.

• ما هي التطبيقات التي تدعمها Sentence Transformers؟

  تدعم Sentence Transformers تطبيقات مثل البحث الدلالي، والتشابه النصي الدلالي، وتعدين إعادة الصياغة.

• من يقوم بصيانة Sentence Transformers؟

  تم إنشاء Sentence Transformers بواسطة UKP Lab ويتم صيانتها بواسطة Hugging Face.

• هل يمكن لـ Sentence Transformers التعامل مع البيانات متعددة الوسائط؟

  نعم، تدعم Sentence Transformers التضمينات متعددة الوسائط ونماذج إعادة الترتيب للنص والصور والصوت والفيديو.

• كيف يمكنني استخدام Sentence Transformers مع وكلاء ترميز الذكاء الاصطناعي؟

  يمكنك تثبيت مهارة وكيل 'train-sentence-transformers' واطلب من وكيل ترميز الذكاء الاصطناعي الخاص بك تدريب النماذج أو ضبطها.