Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
Generated from Trainer
dataset_size:20000
loss:TripletLoss
text-embeddings-inference
Instructions to use AlucardV/finetuned_model_ver2 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use AlucardV/finetuned_model_ver2 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("AlucardV/finetuned_model_ver2") sentences = [ "Ната́лья Миха́йловна Семени́хина (16 февраля 1970, Харьков) — российская журналистка и телеведущая.", "В первую очередь нарратор (рассказчик) является обладателем информации о концовке, и именно благодаря этой способности он существенно отличается от другого участника рассказа - его 'героя', который, находясь в центре событий, не осведомлен об этом.", "Российская журналистка и телеведущая Ната́лья Миха́йловна Семени́хина родилась 16 февраля 1970 года в Харькове.", "Ната́лья Миха́йловна Семени́хина не является журналисткой и телеведущей, она из другой профессии." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Welcome to the community
The community tab is the place to discuss and collaborate with the HF community!