DISTIL-ITA-LEGAL-BERT

我们使用知识蒸馏的过程，创建了一个快速、轻量级的学生模型，只有4个级别的Transformer，能够生成与复杂的ITALIAN-LEGAL-BERT教师模型产生的句子嵌入相似的句子嵌入。

它在ITALIAN-LEGAL-BERT训练集（3.7 GB）上进行了优化，使用Sentence-BERT库，通过最小化其嵌入和教师模型产生的嵌入之间的均方误差（MSE）。

这是一个 sentence-transformers 模型：它将句子和段落映射到一个768维的稠密向量空间，并可用于聚类或语义搜索等任务。

用法（Sentence-Transformers）

如果已经安装了 sentence-transformers ，使用这个模型变得很容易：

pip install -U sentence-transformers

然后你可以像这样使用模型：

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('dlicari/distil-ita-legal-bert')
embeddings = model.encode(sentences)
print(embeddings)

用法（HuggingFace Transformers）

如果没有 sentence-transformers ，你可以像这样使用模型：首先，你通过变换器模型传递输入，然后你必须在上下文词嵌入之上应用正确的池化操作。

from transformers import AutoTokenizer, AutoModel
import torch


#Mean Pooling - Take attention mask into account for correct averaging
def mean_pooling(model_output, attention_mask):
    token_embeddings = model_output[0] #First element of model_output contains all token embeddings
    input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
    return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)


# Sentences we want sentence embeddings for
sentences = ['This is an example sentence', 'Each sentence is converted']

# Load model from HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('dlicari/distil-ita-legal-bert')
model = AutoModel.from_pretrained('dlicari/distil-ita-legal-bert')

# Tokenize sentences
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')

# Compute token embeddings
with torch.no_grad():
    model_output = model(**encoded_input)

# Perform pooling. In this case, mean pooling.
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])

print("Sentence embeddings:")
print(sentence_embeddings)

评估结果

对于这个模型的自动评估，请参见Sentence Embeddings Benchmark：

训练

该模型的训练参数如下：

DataLoader：

torch.utils.data.dataloader.DataLoader的长度为409633，参数如下：

{'batch_size': 24, 'sampler': 'torch.utils.data.sampler.RandomSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}

Loss：

sentence_transformers.losses.MSELoss.MSELoss

fit()方法的参数：

{
    "epochs": 4,
    "evaluation_steps": 5000,
    "evaluator": "sentence_transformers.evaluation.SequentialEvaluator.SequentialEvaluator",
    "max_grad_norm": 1,
    "optimizer_class": "<class 'transformers.optimization.AdamW'>",
    "optimizer_params": {
        "correct_bias": false,
        "eps": 1e-06,
        "lr": 0.0001
    },
    "scheduler": "WarmupLinear",
    "steps_per_epoch": null,
    "warmup_steps": 1000,
    "weight_decay": 0.01
}

完整的模型架构

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False})
)

引用与作者