Sahajtomar commited on
Commit
0c34fb8
1 Parent(s): 31cb2df

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +11 -15
README.md CHANGED
@@ -19,6 +19,7 @@ pipeline_tag: Semantic Similarity
19
 
20
  #### STS pipeline
21
  ```python
 
22
  !pip install -U sentence-transformers
23
  from sentence_transformers import SentenceTransformer
24
  model = SentenceTransformer('..model_path..')
@@ -29,25 +30,20 @@ sentences1 = ['Die Katze sitzt draußen',
29
  sentences2 = ['Der Hund spielt im Garten',
30
  "Eine Frau sieht fern",
31
  'Der neue Film ist so toll']
32
-
33
- #Compute embedding for both lists
34
  embeddings1 = model.encode(sentences1, convert_to_tensor=True)
35
  embeddings2 = model.encode(sentences2, convert_to_tensor=True)
36
-
37
- #Compute cosine-similarits
38
  cosine_scores = util.pytorch_cos_sim(embeddings1, embeddings2)
39
 
40
- #Output the pairs with their score
41
  for i in range(len(sentences1)):
42
- for j in range(len(sentences2)):
43
- print("{} \t\t {} \t\t Score: {:.4f}".format(sentences1[i], sentences2[j], cosine_scores[i][j]))
44
  """
45
- Die Katze sitzt draußen Der Hund spielt im Garten Score: 0.1259
46
- Die Katze sitzt draußen Eine Frau sieht fern Score: 0.0567
47
- Die Katze sitzt draußen Der neue Film ist so toll Score: 0.0557
48
- Ein Mann spielt Gitarre Der Hund spielt im Garten Score: 0.1031
49
- Ein Mann spielt Gitarre Eine Frau sieht fern Score: 0.0098
50
- Ein Mann spielt Gitarre Der neue Film ist so toll Score: 0.0828
51
- Der neue Film ist großartig Der Hund spielt im Garten Score: 0.1008
52
- Der neue Film ist großartig Eine Frau sieht fern Score: 0.0674
53
  """
 
19
 
20
  #### STS pipeline
21
  ```python
22
+
23
  !pip install -U sentence-transformers
24
  from sentence_transformers import SentenceTransformer
25
  model = SentenceTransformer('..model_path..')
 
30
  sentences2 = ['Der Hund spielt im Garten',
31
  "Eine Frau sieht fern",
32
  'Der neue Film ist so toll']
 
 
33
  embeddings1 = model.encode(sentences1, convert_to_tensor=True)
34
  embeddings2 = model.encode(sentences2, convert_to_tensor=True)
 
 
35
  cosine_scores = util.pytorch_cos_sim(embeddings1, embeddings2)
36
 
 
37
  for i in range(len(sentences1)):
38
+ for j in range(len(sentences2)):
39
+ print(cosine_scores[i][j]))
40
  """
41
+ Die Katze sitzt draußen Der Hund spielt im Garten Score: 0.1259
42
+ Die Katze sitzt draußen Eine Frau sieht fern Score: 0.0567
43
+ Die Katze sitzt draußen Der neue Film ist so toll Score: 0.0557
44
+ Ein Mann spielt Gitarre Der Hund spielt im Garten Score: 0.1031
45
+ Ein Mann spielt Gitarre Eine Frau sieht fern Score: 0.0098
46
+ Ein Mann spielt Gitarre Der neue Film ist so toll Score: 0.0828
47
+ Der neue Film ist großartig Der Hund spielt im Garten Score: 0.1008
48
+ Der neue Film ist großartig Eine Frau sieht fern Score: 0.0674
49
  """