---
language:
  - fr
license: cc-by-4.0
tags:
  - sentence-transformers
  - legal
  - french
  - embeddings
  - retrieval
base_model: sentence-transformers/paraphrase-multilingual-mpnet-base-v2
datasets:
  - louisbrulenaudet/legalkit
pipeline_tag: sentence-similarity
---

# LegalEmbed ⚖️

Modèle d'embeddings fine-tuné sur le droit français, à partir de
[`paraphrase-multilingual-mpnet-base-v2`](https://huggingface.co/sentence-transformers/paraphrase-multilingual-mpnet-base-v2)
et du dataset [`louisbrulenaudet/legalkit`](https://huggingface.co/datasets/louisbrulenaudet/legalkit)
(~53k articles de codes juridiques français).

## Utilisation

```python
from sentence_transformers import SentenceTransformer

model = SentenceTransformer("IvanDVonga/LegalEmbed")

query = "Question juridique : Quelles sont les conditions de validité d'un contrat ?"
doc   = "Texte de loi : Pour qu'un contrat soit valable, il faut le consentement des parties."

embeddings = model.encode([query, doc], normalize_embeddings=True)
similarity = embeddings[0] @ embeddings[1]
print(f"Similarité : {similarity:.4f}")
```

## Préfixes recommandés

| Type de texte | Préfixe |
|---|---|
| Question / requête | `"Question juridique : "` |
| Article de loi / document | `"Texte de loi : "` |

## Entraînement

- **Loss** : `MultipleNegativesRankingLoss` (in-batch negatives)
- **Paires** : (query, article) et (référence, article)
- **Epochs** : 3 — **LR** : 2e-5 — **Batch** : 32