German_Semantic_STS_V2

German_Semantic_STS_V2 项目介绍

German_Semantic_STS_V2 是一个专门为德语语义用例设计的嵌入模型。该项目由Aaron Chibb开发，旨在将德语句子和段落映射到1024维的密集向量空间中，可用于聚类或语义搜索等任务。

模型特点

基于sentence-transformers框架开发
使用gBERT-large作为基础模型
在多个德语数据集上进行了微调
在德语语义相似度任务上表现优异

性能评估

在德语STS基准测试中，German_Semantic_STS_V2模型的Spearman相关系数达到0.8626，超过了包括xlm-r-distilroberta-base-paraphrase-v1、roberta-large-nli-stsb-mean-tokens等在内的多个知名模型。

使用方法

该模型可以通过sentence-transformers或HuggingFace Transformers库轻松使用。使用sentence-transformers时，只需几行代码即可获得句子嵌入：

from sentence_transformers import SentenceTransformer
model = SentenceTransformer('aari1995/German_Semantic_STS_V2')
embeddings = model.encode(sentences)

使用HuggingFace Transformers时，需要手动进行平均池化操作：

from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained('aari1995/German_Semantic_STS_V2')
model = AutoModel.from_pretrained('aari1995/German_Semantic_STS_V2')
# 进行tokenization和模型推理
# 应用平均池化获得句子嵌入