IDEA-CCNL/Erlangshen-TCBert-1.3B-Sentence-Embedding-Chinese

• Github: Fengshenbang-LM
• Docs: Fengshenbang-Docs

简介 Brief Introduction

1.3BM参数的句子表征Topic Classification BERT (TCBert)。

The TCBert with 1.3BM parameters is pre-trained for sentence representation for Chinese topic classification tasks.

模型分类 Model Taxonomy

模型信息 Model Information

为了提高模型在话题分类上句子表征效果，我们收集了大量话题分类数据进行基于prompts的对比学习预训练。

To improve the model performance on sentence representation for the topic classification task, we collected numerous topic classification datasets for contrastive pre-training based on general prompts.

下游效果 Performance

我们为每个数据集设计了两个prompt模板。

We customize two prompts templates for each dataset.

第一个prompt模板：

For prompt template 1:

第一个prompt模板的微调实验结果：

The fine-tuning results for prompt template 1:

第一个prompt模板的句子相似度结果：

The sentence similarity results for prompt template 1:

第二个prompt模板：

For prompt template 2:

第二个prompt模板的微调结果：

The fine-tuning results for prompt template 2:

第二个prompt模板的句子相似度结果：

The sentence similarity results for prompt template 2:

更多关于TCBERTs的细节，请参考我们的技术报告。基于新的数据，我们会更新TCBERTs，请留意我们仓库的更新。

For more details about TCBERTs, please refer to our paper. We may regularly update TCBERTs upon new coming data, please keep an eye on the repo!

示例代码

from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks

pipeline_ins = pipeline(
		'fill-mask',
		model='Fengshenbang/Erlangshen-TCBert-1.3B-Sentence-Embedding-Chinese',
        model_revision='v1.0.1'
)

print(pipeline_ins('下面是一则关于[MASK][MASK]的新闻：股票放量下趺，大资金出逃谁在接盘？'))

引用 Citation

如果您在您的工作中使用了我们的模型，可以引用我们的技术报告:

If you use for your work, please cite the following paper

@article{han2022tcbert,
  title={TCBERT: A Technical Report for Chinese Topic Classification BERT},
  author={Han, Ting and Pan, Kunhao and Chen, Xinyu and Song, Dingjie and Fan, Yuchen and Gao, Xinyu and Gan, Ruyi and Zhang, Jiaxing},
  journal={arXiv preprint arXiv:2211.11304},
  year={2022}
}

如果您在您的工作中使用了我们的模型，可以引用我们的网站:

You can also cite our website:

@misc{Fengshenbang-LM,
  title={Fengshenbang-LM},
  author={IDEA-CCNL},
  year={2021},
  howpublished={\url{https://github.com/IDEA-CCNL/Fengshenbang-LM}},
}