Sentence Similarity
sentence-transformers
Safetensors
roberta
feature-extraction
Generated from Trainer
dataset_size:10501
loss:CosineSimilarityLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use caasman/klue-roberta-base-klue-sts with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use caasman/klue-roberta-base-klue-sts with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("caasman/klue-roberta-base-klue-sts") sentences = [ "6단계 조치결과 등 보고 단계의 경우 관계기관은 담당자 현황 및 경보 조치결과를 작성·보고한다.", "6단계 조치결과 등 보고단계의 경우 해당 기관은 담당자의 현황 및 경보조치 결과를 작성하여 보고해야 합니다.", "거실에 있는 집주인의 친절한 안내문을 놓치지 마세요.", "원칙적으로, 학생들의 평가는 그들이 원격 수업에서 배운 것을 바탕으로 방과 후에 실시될 것입니다." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
File too large to display, you can check the raw version instead.