sentence-transformers How to use Solomennikova/labse_funetuned_hoff with sentence-transformers:
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("Solomennikova/labse_funetuned_hoff")
sentences = [
"мойка",
"{\"product_name\": \"Набор вешалок MITTE Rainbow для брюк и юбок с зажимами 3 шт.\", \"Бренд\": \"MITTE\", \"Цвет\": \"серый\", \"Материал\": null, \"description\": \"\", \"Производитель\": \"Китай\"}",
"{\"product_name\": \"Шкаф для белья левый Sherlock\", \"Бренд\": null, \"Цвет\": \"дуб Сонома\", \"Материал\": \"ЛДСП, МДФ\", \"description\": \"Элегантный и удобный шкаф для белья – часть модульной коллекции мебели Sherlock. Благодаря компактным размерам, этот шкаф легко вписывается в небольшую гостиную или спальню. Внутри установлены четыре полки для белья, расстояние между которыми можно менять по желанию. Фасад с покрытием, имитирующим фактуру дуба Сонома, отделан декоративными планками, придающими этой модели изящество и особый шарм. Эта коллекция создана для обстановки малогабаритных квартир, из модулей можно собрать функциональный комплект, который украсит гостиную, декорированную в классическом стиле.\", \"Производитель\": \"Россия\"}",
"{\"product_name\": \"Обувница Комфорт 60х121.7х16.5 см\", \"Бренд\": null, \"Цвет\": \"белый\", \"Материал\": \"ЛДСП\", \"description\": \"Обувница Комфорт УК позволит компактно разместить обувь даже в небольшой или узкой прихожей. У тумбы небольшая глубина, но благодаря особой конструкции полок на них легко поместятся кроссовки, сандалии и другая обувь. Каждая пара будет защищена от пыли, а в прихожей всегда будет полный порядок. Крышку обувницы и открытое отделение под ней можно использовать для хранения аксессуаров и средств ухода за обувью.\\nТумба изготовлена из ЛДСП с декоративным покрытием, за которым легко ухаживать: достаточно протирать поверхность мягкой салфеткой с любым средством для мебели, не содержащим абразивов..\", \"Производитель\": \"Россия\"}"
]
embeddings = model.encode(sentences)
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [4, 4] 
