Tokenizer & Embeddings
Sentence-Transformers: Bibliothek für Satz-Embeddings
Sentence-Transformers (Art: Bibliothek für Satz-Embeddings) ist einer von 120 geprüften Einträgen, Einsatz und Deutsch-Unterstützung stehen weiter unten.

Sentence-Transformers ist im Verzeichnis als Bibliothek für Satz-Embeddings eingeordnet und gehört zur Kategorie Tokenizer & Embeddings. Der Einsatzzweck in Stichworten: Satzvektoren, semantische Suche, Clustering. Zwei Angaben entscheiden oft über die Wahl: die Deutsch-Unterstützung („ja (mehrsprachige Modelle)“) und der lokale Betrieb („ja“).
Für Lizenzfragen ist die Projektseite https://www.sbert.net/ die maßgebliche Stelle. Wer Sentence-Transformers ausprobieren oder genauer prüfen will, beginnt auf der Website https://www.sbert.net/.
Was die Zahlen zeigen
- Ausdrücklich für Deutsch geeignet sind in Tokenizer & Embeddings 5 von 10 Einträgen.
- Alternativen aus Tokenizer & Embeddings: word2vec, fastText, tiktoken.
- Offene Lizenz in dieser Kategorie: 9 von 10 Einträgen.
- Aufgabenbereich: Satzvektoren, semantische Suche, Clustering.
- Lizenzrechtlich vergleichbar (Apache): word2vec, Hugging Face Tokenizers, SentencePiece.
- Geschrieben in Python.
Daten im Überblick
- Kategorie
- Tokenizer & Embeddings
- Art
- Bibliothek für Satz-Embeddings
- Entwickelt von
- UKP Lab, TU Darmstadt
- Erstmals veröffentlicht
- 2019
- Lizenz
- Apache 2.0
- Programmiersprache
- Python
- Deutsch-Unterstützung
- ja (mehrsprachige Modelle)
- Lokal nutzbar
- ja
- Typischer Einsatz
- Satzvektoren, semantische Suche, Clustering
- Website
- sbert.net
- Quellcode
- github.com
Sentence-Transformers: Aufgaben und Einsatz
Die Einordnung als Bibliothek für Satz-Embeddings folgt dem Hauptzweck, den die Projektseite nennt. Als Einsatz nennt das Projekt: Satzvektoren, semantische Suche, Clustering.
Bei der Auswahl zählen drei Fragen: Welche Sprache haben die Texte, wo dürfen sie verarbeitet werden, und welche Lizenz gilt? Die Eckdaten zu Sentence-Transformers stehen auf dieser Seite, vergleichbare Einträge in der Kategorie Tokenizer & Embeddings.
Deutsche Texte und lokale Nutzung
Die Angabe zum Deutschen lautet: ja (mehrsprachige Modelle). Gerade bei Deutsch können Schwächen bei Komposita, Umlauten und Satzbau auffallen.
Lokale Nutzung laut Eintrag: ja. Wer sensible Dokumente auswertet, sollte zusätzlich die Datenschutzhinweise des Anbieters lesen.
Nachprüfen: Quellen zu Sentence-Transformers
Die verbindlichen Lizenzbedingungen von Sentence-Transformers veröffentlicht das Projekt auf https://www.sbert.net/. Die Quelle der Prüfung, Datum 05.11.2026, ist beim Eintrag vermerkt.
Versionen und Funktionen ändern sich schnell, maßgeblich bleibt die Projektseite https://www.sbert.net/. Wie die Daten entstehen, erklärt die Methodik-Seite.
Fragen und Antworten
Welche Lizenz nennt das Verzeichnis für Sentence-Transformers?
Lizenzfragen klärt die Projektseite https://www.sbert.net/, sie ist die maßgebliche Quelle.
Unterstützt Sentence-Transformers deutsche Texte?
Die Angabe lautet: ja (mehrsprachige Modelle). Details zu Sprachen nennt die Website https://www.sbert.net/.
Lässt sich Sentence-Transformers lokal betreiben?
Das Verzeichnis führt dazu: ja.
Für welche Zwecke eignet sich Sentence-Transformers?
Typischer Einsatz laut Projekt: Satzvektoren, semantische Suche, Clustering. Eingeordnet ist Sentence-Transformers als Bibliothek für Satz-Embeddings.
Was steht sonst noch in der Kategorie von Sentence-Transformers?
Sentence-Transformers gehört zur Kategorie Tokenizer & Embeddings. Die Kategorieseite listet alle Einträge mit denselben Feldern, so lassen sich Alternativen vergleichen.
Weitere Einträge
- NLTKNLP-Bibliotheken
- llama.cppLokale LLM-Werkzeuge
- LlamaIndexRAG & Vektordatenbanken
- MistralSprachmodelle
- TEIMarkup-Standards & Formate
- TranskribusOCR & Digitalisierung
Woher die Angaben stammen
Datenstand: Angaben geprüft auf www.sbert.net, 05.11.2026
Letzte Prüfung: 5. November 2026