MS Marco的交叉编码器

该模型是在 MS Marco Passage Ranking 任务上进行训练的。

该模型可用于信息检索：给定一个查询，将查询与所有可能的段落进行编码（例如，使用ElasticSearch检索）。然后按降序对段落进行排序。更多详细信息请参见 SBERT.net Retrieve & Re-rank 。训练代码可以在这里找到： SBERT.net Training MS Marco 。

与Transformers库一起使用

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model = AutoModelForSequenceClassification.from_pretrained('model_name')
tokenizer = AutoTokenizer.from_pretrained('model_name')

features = tokenizer(['How many people live in Berlin?', 'How many people live in Berlin?'], ['Berlin has a population of 3,520,031 registered inhabitants in an area of 891.82 square kilometers.', 'New York City is famous for the Metropolitan Museum of Art.'],  padding=True, truncation=True, return_tensors="pt")

model.eval()
with torch.no_grad():
    scores = model(**features).logits
    print(scores)

与SentenceTransformers库一起使用

如果已安装 SentenceTransformers ，则使用预训练模型会更加简单。然后，您可以像这样使用预训练模型：

from sentence_transformers import CrossEncoder
model = CrossEncoder('model_name', max_length=512)
scores = model.predict([('Query', 'Paragraph1'), ('Query', 'Paragraph2') , ('Query', 'Paragraph3')])

性能

在下表中，我们提供了各种预训练的交叉编码器及其在 TREC Deep Learning 2019 和 MS Marco Passage Reranking 数据集上的性能。

注意：运行时间是在V100 GPU上计算的。