File size: 1,538 Bytes
5ccd907 b14a633 5ccd907 b14a633 5ccd907 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 |
---
license: apache-2.0
datasets:
- llm-book/aio-retriever
language:
- ja
library_name: transformers
pipeline_tag: feature-extraction
---
# bert-base-japanese-v3-bpr-passage-aio
「[大規模言語モデル入門](https://www.amazon.co.jp/dp/4297136333)」の第9章で紹介している、質問応答のための文書検索モデルBPRのパッセージエンコーダです。
[cl-tohoku/bert-base-japanese-v3](https://huggingface.co/cl-tohoku/bert-base-japanese-v3) を [llm-book/aio-retriever](https://huggingface.co/datasets/llm-book/aio-retriever) でファインチューニングして構築されています。
## 関連リンク
* [GitHubリポジトリ](https://github.com/ghmagazine/llm-book)
* [Colabノートブック](https://colab.research.google.com/github/ghmagazine/llm-book/blob/main/chapter9/9-4-4-bpr-embedding.ipynb)
* [データセット](https://huggingface.co/datasets/llm-book/aio-retriever)
* [大規模言語モデル入門（Amazon.co.jp）](https://www.amazon.co.jp/dp/4297136333/)
* [大規模言語モデル入門（gihyo.jp）](https://gihyo.jp/book/2023/978-4-297-13633-8)
## 使い方
BPRのパッセージエンコーダの使い方については、書籍9.4.4節「BPRによるパッセージの埋め込みの計算」の本文および [Colabノートブック](https://colab.research.google.com/github/ghmagazine/llm-book/blob/main/chapter9/9-4-4-bpr-embedding.ipynb) を参照してください。
## ライセンス
[Apache License 2.0](https://www.apache.org/licenses/LICENSE-2.0)
|