sentence-transformers How to use Saidakmal/uz_embeddinggemma-300m with sentence-transformers:
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("Saidakmal/uz_embeddinggemma-300m")
sentences = [
"kimning xoʻjayini boʻlgan",
"Salingerning 2010 yilda vafot etganidan so'ng, Salingerning agent bo'lgan Phyllis Westberg, uning asarlariga film, televideniye yoki sahna huquqlarini litsenziyalash bo'yicha hech narsa o'zgarmaganini aytdi. [1] Salinger tomonidan 1957 yilda yozilgan xatda u o'limidan keyin chiqarilgan \"The Catcher in the Rye\" kitobining adaptiyasiga ochiqligi ayon bo'lgan. U shunday yozgan: \"Birinchidan, huquqlar bir kun sotilishi mumkin. Men boy o'lmasim ehtimoli mavjud bo'lgani uchun, men sotilmagan huquqlarni xotinim va qizimga sug'urta siyosati sifatida qoldirish g'oyasi bilan juda jiddiy o'ynayman. Bu menga hech qanday oxirat bermaydi, ammo, tezda qo'shishim mumkin, Holdenfield muomalasi natijalarini ko'rishim shart emasligini bilish. Salinger shuningdek, uning hikoyasini filmga tayyorlash uchun mos kelmasligiga ishondi va bu roman va so'zning birinchi tarjimasi dialogga aylanishi kerak deb yozgan.",
"Dragon Soul \"Dragon Soul\" - Yaponiyalik qo'shiqchi Takayoshi Tanimotoning yettinchi singli. U qo'shiqni gitarist va qo'shiqchi Takafumi Iwasaki bilan birga \"Dragon Soul\" deb nomlangan maxsus birlikning bir qismi sifatida ijro etdi. 2009 yil 20 may kuni CD-da muntazam va cheklangan nashr sifatida chiqarildi; cheklangan nashrda Dragon Ball Kai Dragon Battlers savdo kartalari kartalari o'yinchasi mavjud edi.",
"The Hateful Eight (Ko'pincha H8ful Eight deb marketing qilinadi) Quentin Tarantino tomonidan yozib va yozib olingan 2015 yilgi amerikalik g'arbiy film. U Samyuel L. Jekson, Kurt Rasel, Jenifer Jeyson Leigh, Walton Goggins, Demian Bichir, Tim Roth, Maykl Madsen va Brus Dernni Amerikaning Fuqarolik urushidan keyin bir vaqtlar cho'pon to'xtashida qor bo'ronidan panoh izlayotgan sakkiz begona kishi sifatida tasvirlaydi."
]
embeddings = model.encode(sentences)
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [4, 4] 
