namdp-ptit commited on
Commit
524a63b
1 Parent(s): 4d8600b

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +12 -12
README.md CHANGED
@@ -14,9 +14,9 @@ widget:
14
  - text: tỉnh nào có diện tích lớn nhất việt nam
15
  output:
16
  - label: nghệ an có diện tích lớn nhất việt nam
17
- score: 0.9999
18
  - label: bắc ninh có diện tích nhỏ nhất việt nam
19
- score: 0.1705
20
  ---
21
 
22
  # Reranker
@@ -50,31 +50,31 @@ from FlagEmbedding import FlagReranker
50
  reranker = FlagReranker('namdp-ptit/ViRanker',
51
  use_fp16=True) # Setting use_fp16 to True speeds up computation with a slight performance degradation
52
 
53
- score = reranker.compute_score(['tỉnh nào diện tích lớn nhất việt nam', 'nghệ an diện tích lớn nhất việt nam'])
54
- print(score) # 11.140625
55
 
56
  # You can map the scores into 0-1 by set "normalize=True", which will apply sigmoid function to the score
57
- score = reranker.compute_score(['tỉnh nào diện tích lớn nhất việt nam', 'nghệ an diện tích lớn nhất việt nam'],
58
  normalize=True)
59
- print(score) # 0.9999854895214452
60
 
61
  scores = reranker.compute_score(
62
  [
63
- ['tỉnh nào diện tích lớn nhất việt nam', 'nghệ an diện tích lớn nhất việt nam'],
64
- ['tỉnh nào diện tích lớn nhất việt nam', 'bắc ninh diện tích nhỏ nhất việt nam']
65
  ]
66
  )
67
- print(scores) # [11.140625, -1.58203125]
68
 
69
  # You can map the scores into 0-1 by set "normalize=True", which will apply sigmoid function to the score
70
  scores = reranker.compute_score(
71
  [
72
- ['tỉnh nào diện tích lớn nhất việt nam', 'nghệ an diện tích lớn nhất việt nam'],
73
- ['tỉnh nào diện tích lớn nhất việt nam', 'bắc ninh diện tích nhỏ nhất việt nam']
74
  ],
75
  normalize=True
76
  )
77
- print(scores) # [0.99998548952144523, 0.17050799982688053]
78
  ```
79
 
80
  ### Using Huggingface transformers
 
14
  - text: tỉnh nào có diện tích lớn nhất việt nam
15
  output:
16
  - label: nghệ an có diện tích lớn nhất việt nam
17
+ score: 0.99999
18
  - label: bắc ninh có diện tích nhỏ nhất việt nam
19
+ score: 0.0001
20
  ---
21
 
22
  # Reranker
 
50
  reranker = FlagReranker('namdp-ptit/ViRanker',
51
  use_fp16=True) # Setting use_fp16 to True speeds up computation with a slight performance degradation
52
 
53
+ score = reranker.compute_score(['ai vị vua cuối cùng của việt nam', 'vua bảo đại vị vua cuối cùng của nước ta'])
54
+ print(score) # 13.71875
55
 
56
  # You can map the scores into 0-1 by set "normalize=True", which will apply sigmoid function to the score
57
+ score = reranker.compute_score(['ai vị vua cuối cùng của việt nam', 'vua bảo đại vị vua cuối cùng của nước ta'],
58
  normalize=True)
59
+ print(score) # 0.99999889840464
60
 
61
  scores = reranker.compute_score(
62
  [
63
+ ['ai vị vua cuối cùng của việt nam', 'vua bảo đại vị vua cuối cùng của nước ta'],
64
+ ['ai vị vua cuối cùng của việt nam', ' nam đế vị vua đầu tiên của nước ta']
65
  ]
66
  )
67
+ print(scores) # [13.7265625, -8.53125]
68
 
69
  # You can map the scores into 0-1 by set "normalize=True", which will apply sigmoid function to the score
70
  scores = reranker.compute_score(
71
  [
72
+ ['ai vị vua cuối cùng của việt nam', 'vua bảo đại vị vua cuối của nước ta'],
73
+ ['ai vị vua cuối cùng của việt nam', ' nam đế vị vua đầu tiên của nước ta']
74
  ],
75
  normalize=True
76
  )
77
+ print(scores) # [0.99999889840464, 0.00019716942196222918]
78
  ```
79
 
80
  ### Using Huggingface transformers