---
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9.4節で紹介している、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9.9.4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)