# Modello Embedder Legal-Italian Fine-Tunato

    ## Panoramica
    Questo è un modello di embedding fine-tunato specificamente per rappresentare testi giuridici in italiano in uno spazio vettoriale semanticamente significativo.

    ## Performance
    Il modello ha raggiunto le seguenti metriche di performance sul dataset di validazione:

    | Metrica | Valore |
    |---------|--------|
    | Cosine Accuracy@1 | 0.7371 |
    | Cosine Accuracy@3 | 0.8667 |
    | Cosine Accuracy@5 | 1.0000 |
    | Cosine Accuracy@10 | 1.0000 |
    | MRR@10 | 0.8208 |
    | NDCG@10 | 0.8649 |

    La metrica più significativa è **Cosine Accuracy@1**, che indica che nel 73.71% dei casi il modello riesce a identificare correttamente il documento più rilevante.

    ## Utilizzo

    ```python
    from sentence_transformers import SentenceTransformer
    model = SentenceTransformer('ConsulStat/TRIB_gpt2-small-italian-embeddings')

    # Genera embedding
    texts = ["Questo è un testo legale di esempio"]
    embeddings = model.encode(texts)

    # Calcola similarità tra vettori
    from sklearn.metrics.pairwise import cosine_similarity
    cosine_similarity([embeddings[0]], [embeddings[0]])
    ```

    ## Processo di Fine-tuning
    Il modello è stato fine-tunato a partire da GroNLP/gpt2-small-italian-embeddings su un dataset di testi giuridici in italiano, utilizzando coppie domanda-risposta generate sinteticamente per ottimizzare la similarità coseno tra testi semanticamente correlati.