sentence-transformers How to use RamsesDIIP/me5-large-construction-adapter with sentence-transformers:
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("RamsesDIIP/me5-large-construction-adapter")
sentences = [
"Chapado de paramento vertical exterior a una altura <= 3 m, con piedra calcárea nacional con una cara apomazada, precio alto, de 30 mm de espesor con taladros para fijaciones y arista viva en los cuatro bordes y de 2501 a 6400 cm2, colocada con adhesivo C2 TE (UNE-EN 12004) y ganchos de acero inoxidable, y rejuntado con lechada CG2 (UNE-EN 13888)",
"Piso laminado de madera de cerezo, compuesto por tablas multicapa con un acabado de 2,5 a 2,9 mm de grosor, dimensiones superiores a 1900 mm de largo y 200 mm de ancho, con un espesor total de 14 mm, que incluye 3 listones por tabla y sistema de unión para encolar, instalado sobre una base de polietileno expandido de 3 mm.",
"Revestimiento de pared exterior a una altura máxima de 3 m, utilizando piedra caliza nacional con acabado pulido, de 30 mm de grosor, con perforaciones para fijaciones y bordes afilados, con dimensiones de 2501 a 6400 cm2, instalado con adhesivo C2 TE (UNE-EN 12004) y ganchos de acero inoxidable, y sellado con mortero CG2 (UNE-EN 13888).",
"Revestimiento de paramento interior a una altura > 3 m, con cerámica importada con acabado rugoso, precio bajo, de 15 mm de espesor sin perforaciones y arista redondeada en los bordes, y de 1000 a 2500 cm2, colocada con mortero convencional y sin rejuntado."
]
embeddings = model.encode(sentences)
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [4, 4] 
