Sentence Similarity
sentence-transformers
Safetensors
Arabic
modernbert
feature-extraction
dense
Generated from Trainer
dataset_size:900000
loss:GISTEmbedLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use Omartificial-Intelligence-Space/mmbert-base-arabic-nli with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use Omartificial-Intelligence-Space/mmbert-base-arabic-nli with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("Omartificial-Intelligence-Space/mmbert-base-arabic-nli") sentences = [ "ممكن تخبرني ارتفاع برج الخليفة", "الزيادات في سكان الجبل الأسود. أنهى الجبل الأسود عام 2014 عدد سكانه 621800 نسمة ، وهو ما يمثل زيادة قدرها 279 شخصًا مقارنة بعام 2013.", "يبلغ ارتفاعه الإجمالي 829.8 مترًا (2،722 قدمًا) وارتفاع السقف (باستثناء الهوائي) 828 مترًا (2،717 قدمًا) ، وكان برج خليفة أطول مبنى في العالم منذ ظهوره في أواخر عام 2008. برج خليفة", "في 4 يناير 2010 ، تحولت أنظار العالم إلى برج خليفة حيث افتتح صاحب السمو الشيخ محمد بن راشد آل مكتوم ، نائب رئيس الدولة رئيس مجلس الوزراء حاكم دبي ، أطول برج في العالم. تلا ذلك عرض ضوئي وصوتي مذهل وتم بثه في جميع أنحاء العالم. يشارك." ] 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!