Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
Generated from Trainer
dataset_size:10000
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use emirhanyac/e5-small-msmarco-tr with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use emirhanyac/e5-small-msmarco-tr with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("emirhanyac/e5-small-msmarco-tr") sentences = [ "query: augusta teknik üniversite kamu", "passage: Augusta Technical College. Augusta Technical College, Gürcistan'ın doğusunda beş ilçelik bir alanda iş, endüstri ve halkın ihtiyaçlarına hizmet veren Teknik ve Yetişkin Eğitimi Devlet Kurulu gözetiminde faaliyet göstermektedir.", "passage: Teşekkürler. Sorular 1 ila 2 iş günü içinde cevaplandırılacaktır. Acil bir ihtiyacınız varsa, lütfen 901.333.6500 numaralı telefondan Hayvanat Bahçesi'ni arayın. Kitap raporları, okul projeleri vb. ile ilgili sorularla ilgili olarak, Memphis Hayvanat Bahçesi her e-postaya cevap veremeyeceği gibi, proje vadesi için zamanında bir cevap da veremeyecek.", "passage: Kablolar olmadan iki kablosuz yönlendiricinin bağlanması, bir ev ağında birçok kullanıma sahiptir. Ev Ethernet için kablolu değilse ve ev ağına bağlanması gereken birkaç cihaz varsa, yönlendiriciyi yönlendirici kablosuz köprüye bağlamak iyi bir fikirdir." ] 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!