sentence-transformers How to use Maluong/my-retriever-model with sentence-transformers:
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("Maluong/my-retriever-model")
sentences = [
"Tại phiên tòa phúc thẩm, bị cáo Phan Đình Q tiếp tục kêu oan về tội danh gì?",
"[26] Do vậy để có cơ sở xác định vị trí chỗ để xe ô tô, xe máy, sau khi nghe các đương sự trình bày tại phiên toà; xem xét văn bản giải thích của phía nguyên đơn kèm theo bản vẽ chi tiết, Hội đồng xét xử thấy phù hợp với bản vẽ thiết kế thi công và bản vẽ hoàn công do phía nguyên đơn cung cấp tại giai đoạn sơ thẩm, trên cơ sở đó xác định vị trí và diện tích chỗ để xe ô tô, xe máy tại hai tầng hầm toà nhà này làm căn cứ giải quyết vụ án.",
"[2] Phan Thành H và Từ Công T còn có hành vi phạm tội như sau: Bị cáo Từ Công T biết rõ bị cáo Phan Thành H chưa có giấy phép lái xe hạng FC và chưa đủ tuổi để được cấp giấy phép lái xe hạng FC, nhưng Từ Công T đã thuê một người ở Hải Phòng (T không biết rõ họ tên và địa chỉ) làm giấy phép lái xe hạng FC giả, số 520144004729 có ảnh của Phan Thành H, nhưng mang tên Lưu Văn C đưa cho Phan Thành H sử dụng nhằm lừa dối cơ quan chức năng khi điều khiển xe trên đường. Khi có giấy phép lái xe giả do Từ Công T cung cấp, Phan Thành H đã hai lần sử dụng giấy phép lái xe giả để lừa dối cảnh sát giao thông tỉnh Quảng Ngãi và Công an huyện L, tỉnh Hà Tĩnh. Hành vi sử dụng giấy phép lái xe giả lừa dối cơ quan chức năng nêu trên của Phan Thành H, thì Từ Công T đều biết.",
"Tại phiên tòa phúc thẩm, bị cáo Phan Đình Q tiếp tục kêu oan về tội danh, bị cáo cho rằng bị cáo không phạm tội giết người, mà chỉ phạm tội “Vi phạm quy định về điều khiển phương tiện giao thông đường bộ”, vì bị cáo không phạm tội giết người, nhưng có khi bị cáo lại khai sau khi xuống xem thì bị cáo thấy nạn nhân đã chết."
]
embeddings = model.encode(sentences)
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [4, 4] 
