M3E模型onnx格式导出和使用手把手教程

 一、模型介绍

M3E Models ：是Moka（北京希瑞亚斯科技）开源的很强大的文本嵌入模型。

模型地址：

https://huggingface.co/moka-ai/m3e-base

M3E Models 是使用千万级 (2200w+) 的中文句对数据集进行训练的 Embedding 模型，在文本分类和文本检索的任务上都超越了 openai-ada-002 模型（ChatGPT 官方的模型）。

M3E的数据集，模型，训练脚本，评测框架都开源。

M3E 是 Moka Massive Mixed Embedding 的缩写

Moka，此模型由 MokaAI 训练，开源和评测，训练脚本使用 uniem ，评测 BenchMark 使用 MTEB-zh

Massive，此模型通过千万级 (2200w+) 的中文句对数据集进行训练

Mixed，此模型支持中英双语的同质文本相似度计算，异质文本检索等功能，未来还会支持代码检索

Embedding，此模型是文本嵌入模型，可以将自然语言转换成稠密的向量

二、导出onnx格式的好处
 

根据上面链接下载m3e-base可以看到，这个模型占用了1个多G的空间，而且官方介绍的模型使用方式需要安装sentence_transformes库，这个库也比较笨重，因此使用官方介绍的使用m3e模型的方式不适用于轻量级应用。

from sentence_transformers import SentenceTransformer

def m3e_model(text)