Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:140
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use Adzpro/embedding_e5 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use Adzpro/embedding_e5 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("Adzpro/embedding_e5") sentences = [ "query: Tình hình thu hồi nợ vay sau ngày kết thúc năm tài chính.", "passage: Thuyết minh Báo cáo tài chính | Phụ lục 01 | Tài sản khác (Dự án BOT) | Khấu hao trong năm: 141.045.069.151 VNĐ | Giá trị hao mòn lũy kế cuối năm: 765.932.156.281 VNĐ.", "passage: Thuyết minh Báo cáo tài chính | Thuyết minh V.5b (*) | Tổng các khoản cho vay là 2.261.257.969.704 VNĐ. Tính đến ngày 30/03/2024, công ty đã thu hồi được 1.352.410.295.861 VNĐ.", "passage: Thuyết minh Báo cáo tài chính riêng | Thuyết minh V.13 | Công ty CP BOT & BT Đức Long Đắk Nông | Tỷ lệ vốn góp 70,60% | Giá gốc đầu tư: 176.500.000.000 VNĐ | Dự phòng tổn thất: 0 VNĐ." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
| { | |
| "embedding_dimension": 768, | |
| "pooling_mode": "mean", | |
| "include_prompt": true | |
| } |