LightEmbed/sbert-paraphrase-multilingual-MiniLM-L12-v2-onnx

这是 Sentence Transformers 模型 sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 的 ONNX 版本，用于句子嵌入，针对速度和轻量级性能进行了优化。通过使用 onnxruntime 和 tokenizers 而非 sentence-transformers 和 transformers 等较重的库，该版本确保了更小的库体积和更快的执行速度。以下是该模型的详细信息：

• 基础模型：sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
• 嵌入维度：384
• 最大序列长度：128
• 磁盘文件大小：0.44 GB
• 包含池化层：是

此 ONNX 模型包含原始句子转换器模型中的所有组件： Transformer、Pooling

<!--- 在此描述您的模型 -->

使用方法 (LightEmbed)

安装 LightEmbed 后，使用该模型变得非常简单：

pip install -U light-embed

然后您可以使用原始模型名称来使用该模型，如下所示：

from light_embed import TextEmbedding
sentences = [
	"This is an example sentence",
	"Each sentence is converted"
]

model = TextEmbedding('sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2')
embeddings = model.encode(sentences)
print(embeddings)

您也可以使用 ONNX 模型名称来使用该模型，如下所示：

from light_embed import TextEmbedding
sentences = [
	"This is an example sentence",
	"Each sentence is converted"
]

model = TextEmbedding('LightEmbed/sbert-paraphrase-multilingual-MiniLM-L12-v2-onnx')
embeddings = model.encode(sentences)
print(embeddings)

引用与作者

Binh Nguyen / binhcode25@gmail.com