Sentence Similarity
sentence-transformers
Safetensors
new
feature-extraction
Generated from Trainer
dataset_size:1840212
loss:MatryoshkaLoss
loss:CachedMultipleNegativesRankingLoss
custom_code
text-embeddings-inference
Instructions to use ozayezerceli/TurkEmded4Retrievalv2 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use ozayezerceli/TurkEmded4Retrievalv2 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("ozayezerceli/TurkEmded4Retrievalv2", trust_remote_code=True) sentences = [ "Yoksulluk çeken devletlerin çoğu", "(verb) yerine bir kişi veya şey (kırılan veya verimsiz olan veya kaybedilen veya artık çalışmayan veya bekleneni vermeyen bir başkası) yerine eski jilet bıçağını değiştirdi; Bir ay önce ayrılan sekreteri değiştirmemiz gerekiyor; Sigorta kayıp gelirin yerini alacak; Bu antik vazo asla değiştirilemez.", "Homefacts City Report. Portland, Multnomah County, OR'da yer almaktadır. Nüfus 603.650 olup, Portland'ı Multnomah County'nin en büyük şehri ve Oregon eyaletinin en büyük şehri yapmaktadır. Portland'da ortalama Homefacts puanı B olan 169 devlet okulu vardır. Portland için toplam suç oranı ılımlıdır ve şehirde ikamet eden 204 kayıtlı seks suçlusu vardır.", "Bununla birlikte, yoksulluğun en az sayıldığı eyaletlerin çoğunda, kredi alan uygun dosyacıların yüzdesi çok daha düşüktür. Nevada'da, sadece% 71.5'i kredilerini talep ederken, Kaliforniya'da sadece% 71'i ABD'deki en düşük oranlar arasında yer aldı." ] 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!