可以参考一下模型页面给出的参考代码只传入source_sentence，不传sentences_to_compare就可以-此回答整理自钉群“魔搭ModelScope开发者联盟群 ①”

如果要使用ModelScope单独生成句子的向量表示,可以这样做:

初始化ModelScope实例,指定要使用的模型:
python
Copy
from transformers import ModelScope

scope = ModelScope(model="bert-base-uncased")
使用scope.encode()方法生成句子向量:
python
Copy
sentence = "This is a test sentence"

vector = scope.encode(sentence)
encode方法会返回该句子在最后一层隐藏状态的向量表示:
Copy
vector.shape

(1, 768) 对应BERT基模型最后层768维向量

可以对多个句子进行批量编码:
python
Copy
sentences = ["sentence 1", "sentence 2", "sentence 3"]

vectors = scope.encode(sentences)

vectors.shape

(3, 768)

也可以指定返回其他层的向量:
python
Copy
vector = scope.encode(sentence, layer=-2) # 返回倒数第二层
编码完成后可以根据需要进行后续处理,比如计算句子相似度等。