sentence-transformers How to use RamsesDIIP/me5-large-construction-adapter-v2 with sentence-transformers:
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("RamsesDIIP/me5-large-construction-adapter-v2")
sentences = [
"Hormigonado para muro, con hormigón para armar autocompactante con aditivo hidrófugo HA - 40 / AC / 20 / XC4 con una cantidad de cemento de 350 kg/m3 i relación agua cemento =< 0.45, colocado con cubilote",
"Elemento de hormigón recto para bordillos tipo T2, con doble capa y dimensiones estandarizadas de calzada C5 25x15 cm, conforme a la norma UNE 127340, clasificado para clima B, resistencia a la abrasión H y resistencia a flexión T (R-5 MPa) según UNE-EN 1340, instalado sobre una base de hormigón no estructural HNE-15/P/40 de 10 a 20 cm de altura, y sellado con mortero para albañilería, en un entorno urbano accesible, en aceras de más de 3 y hasta 5 m de ancho o calzada/plataforma única de más de 7 y hasta 12 m de ancho, sin interferencias de servicios o mobiliario urbano, en proyectos de 1 a 10 m.",
"Colocación de hormigón autocompactante para muros, utilizando un aditivo hidrófugo HA - 40 / AC / 20 / XC4, con una dosificación de 350 kg/m3 de cemento y una relación agua-cemento menor o igual a 0.45, aplicado con cubilote.",
"Hormigonado para pavimento, utilizando hormigón convencional con aditivo retardante de fraguado, con una cantidad de cemento de 300 kg/m3 y relación agua-cemento =< 0.50, aplicado con bomba de presión."
]
embeddings = model.encode(sentences)
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [4, 4] 
