Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
Generated from Trainer
dataset_size:36035
loss:DenoisingAutoEncoderLoss
text-embeddings-inference
Instructions to use Oblix15/tsdae-financiero with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use Oblix15/tsdae-financiero with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("Oblix15/tsdae-financiero") sentences = [ "con resultados petróleo la actividad de mejor desempeño entramado.", "“Me mandaron un mail de ARCA diciendo que tengo una encomienda internacional con mi número de documento.", "La instancia de evaluación financiera atrajo el interés de empresas que buscan gestionar corredores viales clave en el país bajo un esquema de inversión privada", "En contraste con esos resultados, la refinación de petróleo volvió a destacarse como la actividad de mejor desempeño dentro del entramado industrial." ] 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!