Upload README.md with huggingface_hub

README.md

@@ -0,0 +1,50 @@
+---
+datasets:
+- llm-book/JGLUE
+language:
+- ja
+library_name: Transformers PHP
+license: apache-2.0
+tags:
+- onnx
+---
+
+https://huggingface.co/masato12/bert-base-japanese-v3-jsts-with-tokenizer with ONNX weights to be compatible with Transformers PHP
+
+
+# bert-base-japanese-v3-jsts
+
+「[大規模言語モデル入門](https://www.amazon.co.jp/dp/4297136333)」の第5章で紹介している(意味類似度計算)のモデルです。
+[cl-tohoku/bert-base-japanese-v3](https://huggingface.co/cl-tohoku/bert-base-japanese-v3)を[JGLUE](https://huggingface.co/datasets/llm-book/JGLUE)のJSTSデータセット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（訓練）](https://colab.research.google.com/github/ghmagazine/llm-book/blob/main/chapter5/5-4-sts-finetuning.ipynb)
+* [Colabノートブック（推論）](https://colab.research.google.com/github/ghmagazine/llm-book/blob/main/chapter5/5-4-sts-analysis.ipynb)
+* [データセット](https://huggingface.co/datasets/llm-book/JGLUE)
+* [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
+```python
+from transformers import pipeline
+
+text_sim_pipeline = pipeline(
+    model="llm-book/bert-base-japanese-v3-jsts",
+    function_to_apply="none",
+)
+text = "川べりでサーフボードを持った人たちがいます"
+sim_text = "サーファーたちが川べりに立っています"
+# textとsim_textの類似度を計算
+result = text_sim_pipeline({"text": text, "text_pair": sim_text})
+print(result["score"])
+# 3.5703558921813965
+```
+
+## ライセンス
+
+[Apache License 2.0](https://www.apache.org/licenses/LICENSE-2.0)
+---
+
+Note: Having a separate repo for ONNX weights is intended to be a temporary solution until WebML gains more traction. If you would like to make your models web-ready, we recommend converting to ONNX using [🤗 Optimum](https://huggingface.co/docs/optimum/index) and structuring your repo like this one (with ONNX weights located in a subfolder named `onnx`).