How to use NoneWorks/ModernBert_LegalMx with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("NoneWorks/ModernBert_LegalMx") sentences = [ "¿Qué información debe contener la declaración fiscal?", "(REFORMADO, P.O. 28 DE JULIO DE 2014)\nArtículo 23.- El Congreso del Estado se instalará cada tres años, el 15 de septiembre del año de la elección.\n", "ARTICULO 92.- Los causantes deberán: I.- Llevar los libros de contabilidad y registros que, según sus actividades, estén obligados conforme a otras Leyes. II.- Conservar en su domicilio fiscal los libros, registros y demás documentos relacionados con sus operaciones, hasta por un plazo de cinco años. En caso de clausura o liquidación, el plazo se contará a partir de que se realice cualesquiera de estos hechos. III.- Proporcionar a los funcionarios fiscales autorizados los libros, registros, documentos y demás informes relacionados con sus actividades. IV.- Citar el número de Registro correspondiente en toda declaración, manifestación, promoción o gestión que hagan ante las Autoridades Fiscales. V.- Comparecer ante las Autoridades Fiscales, a requerimiento de éstas.", "ARTICULO 27.- Cuando no se paguen las contribuciones en la fecha límite o dentro del plazo fijado por las disposiciones fiscales, o cuando el pago hubiere sido menor al que corresponda; deberán pagarse recargos sobre los montos no cubiertos oportunamente, que se calcularán por cada mes transcurrido o fracción de este, desde la fecha de su exigibilidad hasta el día en que se paguen. Los recargos se causarán hasta por cinco años y se calcularán sobre el total del crédito fiscal, excluyendo los recargos, gastos de ejecución y multas por infracción a las disposiciones fiscales, conforme a la tasa que anualmente disponga la Ley de Ingresos del Estado. Cuando se paguen en forma espontánea las prestaciones omitidas y sus recargos, éstos no excederán del 100% del crédito omitido. (REFORMADO PRIMER PÁRRAFO, P.O. 26 DE ENERO DE 2024)" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4]
The community tab is the place to discuss and collaborate with the HF community!
