Sentence Similarity
sentence-transformers
Safetensors
multilingual
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:10590
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use RamsesDIIP/me5-large-construction-esp-cat-v2 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use RamsesDIIP/me5-large-construction-esp-cat-v2 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("RamsesDIIP/me5-large-construction-esp-cat-v2") sentences = [ "query: Silla de listones de madera tropical, de 68 cm de longitud, con protección fungicida insecticida e hidrófuga, acabado incoloro, con respaldo, soportes y apoyabrazos de madera, colocada con fijaciones mecánicas", "passage: Pavimento de losas de concreto de diseño irregular con bordes rectos, de 10 cm de grosor, a un costo elevado, instaladas con mezcla de cemento en proporción 1:4, en un área urbana con fácil acceso, en aceras de más de 3 y hasta 5 m de ancho o en calzadas/plataformas únicas de más de 7 y hasta 12 m de ancho, considerando la interferencia de servicios o mobiliario urbano, en proyectos de hasta 1 m2.", "passage: Silla de listones de madera reciclada, de 68 cm de longitud, con tratamiento anti-UV y resistente a la humedad, acabado mate, sin respaldo, soportes y apoyabrazos de metal, ensamblada con adhesivos estructurales.", "passage: Silla de madera tropical de 68 cm de largo, tratada con protección contra hongos e insectos, con un acabado transparente, que incluye respaldo, soportes y reposabrazos de madera, ensamblada con anclajes mecánicos." ] 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!