Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
dense
Generated from Trainer
dataset_size:1275683
loss:CachedMultipleNegativesRankingLoss
text-embeddings-inference
Instructions to use IrvinTopi/mnrl-top4 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use IrvinTopi/mnrl-top4 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("IrvinTopi/mnrl-top4") sentences = [ "サロンスパチェアはすべてのボディタイプに適していますか?", "A. 大丈夫です!赤ちゃんを自然分娩した経験のない方でも、ティーンエージャーでも、スリムな方や体の小さい方などボディタイプを問わずお使いいただけます。子宮形態異常などの症状のある方や産後間もない方は、まず専門医に相談してください。", "はい、私たちのサロンのスパチェアは、さまざまなボディタイプに対応するように設計されています。高さやリクライニングオプションなどの調整可能な機能を備えており、クライアントが最も快適な位置を見つけることができます。", "サロンスパチェアの重量容量はモデルによって異なります。詳細な重量容量情報については、製品仕様を参照するか、カスタマーサポートにお問い合わせください。", "はい、入浴アクセサリーは一般的にすべての肌タイプに適しています。ただし、特に敏感肌やデリケートな肌の場合は、穏やかで刺激のない製品を選択することが重要です。新製品を使用する前にパッチテストを実行して、肌との互換性を確保することもお勧めします。", "サロンスパチェアにはさまざまなスタイルと色がありますが、カスタマイズオプションは異なる場合があります。カスタマイズオプションの詳細については、製品の説明を確認するか、カスタマーサポートにお問い合わせください。" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [6, 6] - Notebooks
- Google Colab
- Kaggle
Ctrl+K