| Modelo |
Coeficiente de Pearson |
| GTE Qwen 1.5B |
-0.31 |
| Multilingual E5 - instruct |
0.17 |
| Multilingual E5 |
0.21 |
| Cohere embed -v4.0 dim 256 |
0.67 |
| Cohere embed -v4.0 dim 512 |
0.68 |
| Cohere embed -v4.0 dim 1024 |
0.68 |
| Cohere embedd multilingual v3.0-light dim 384 |
0.72* |
| Cohere embedd multilingual v3.0-light dim 1024 |
0.70 |
| Multilingual E5 refranes (actual) |
0.40 |
---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:290
- loss:OnlineContrastiveLoss
base_model: intfloat/multilingual-e5-large
widget:
- source_sentence: Antes se coge al mentiroso que al cojo
sentences:
- A escudero pobre, taza de plata y cántaro de cobre
- En río revuelto, pesca abundante
- Se ayuda primero al necesitado que al engañador.
- source_sentence: Asno de muchos, lobos lo comen
sentences:
- Sabio entre sabios, amigos lo respetan.
- El que mucho madruga más hace que el que Dios ayuda.
- Se pilla antes a un mentiroso que a un cojo
- source_sentence: Al buey por el asta, y al hombre por la palabra
sentences:
- Si no quieres arroz con leche, toma tres tazas
- Al hombre por la palabra, y al buey por el cuerno ata
- Ese no es tu amigo, sino alguien que siempre busca estar rodeado de bullicio y
actividad.
- source_sentence: Al médico, confesor y letrado, hablarles claro
sentences:
- Al médico, confesor y letrado, no le hayas engañado
- Más vale a quien Dios ayuda que quien mucho madruga
- Al que anda entre la miel, algo se le pega
- source_sentence: A muertos y a idos, no hay amigos
sentences:
- Al buen callar llaman santo
- A los vivos y presentes, siempre hay amigos.
- Al que de prestado se viste, en la calle lo desnudan
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
- pearson_cosine
- spearman_cosine
model-index:
- name: SentenceTransformer based on intfloat/multilingual-e5-large
results:
- task:
type: semantic-similarity
name: Semantic Similarity
dataset:
name: Unknown
type: unknown
metrics:
- type: pearson_cosine
value: 0.8323883964862309
name: Pearson Cosine
- type: spearman_cosine
value: 0.8261627064456549
name: Spearman Cosine
---
# SentenceTransformer based on intfloat/multilingual-e5-large
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large) on the csv dataset. It maps sentences & paragraphs to a 1024-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.
## Model Details
### Model Description
- **Model Type:** Sentence Transformer
- **Base model:** [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large)
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 1024 dimensions
- **Similarity Function:** Cosine Similarity
- **Training Dataset:**
- csv
### Model Sources
- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
- **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
- **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers)
### Full Model Architecture
```
SentenceTransformer(
(0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel
(1): Pooling({'word_embedding_dimension': 1024, '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})
(2): Normalize()
)
```
## Usage
### Direct Usage (Sentence Transformers)
First install the Sentence Transformers library:
```bash
pip install -U sentence-transformers
```
Then you can load this model and run inference.
```python
from sentence_transformers import SentenceTransformer
# Download from the 🤗 Hub
model = SentenceTransformer("sentence_transformers_model_id")
# Run inference
sentences = [
'A muertos y a idos, no hay amigos',
'A los vivos y presentes, siempre hay amigos.',
'Al buen callar llaman santo',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
```
## Evaluation
### Metrics
#### Semantic Similarity
* Evaluated with [