Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
dense
Generated from Trainer
dataset_size:8498
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use WesleySAlves/e5-hazmat-classifier with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use WesleySAlves/e5-hazmat-classifier with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("WesleySAlves/e5-hazmat-classifier") sentences = [ "query: Lusan Creme Alisante Suave Profissional 220g O caminho para o cabelo perfeito requer cuidados especiais, e hoje você pode conseguir essa mudança com a ajuda da Lisahair.\n\nLivre de crueldade\nEste produto é feito sem machucar nenhum animal.", "query: Porta Talher E Utensiios Inox Escorredor Garfo Concha Porta Talher e Utensiios Inox Escorredor Garfo Concha Cozinha\nEste Porta Talher e Utensiios Inox Escorredor Garfo Concha Cozinha é exatamente o que você precisa. Um produto belo, prático, durável e que facilitará muito a sua rotina.\n\nProduzido com material durável e de ótima qualidade, este Porta Ta", "query: Jogo Balança Sapo Matemática Equilíbrio Brinquedo Educativo A Balança Divertida Numérica Sapo Sapinho Matemática Educativo é um jogo de tabuleiro educativo que proporciona diversão e aprendizado para crianças a partir de 5 anos. Com o tema de sapos e matemática, o jogo estimula o raciocínio lógico e o desenvolvimento das habilidades numéricas dos pequenos. \n", "query: Frigideira antiaderente de granito Cubestutensil, frigideira de 10 camadas" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
| { | |
| "add_cross_attention": false, | |
| "architectures": [ | |
| "XLMRobertaModel" | |
| ], | |
| "attention_probs_dropout_prob": 0.1, | |
| "bos_token_id": 0, | |
| "classifier_dropout": null, | |
| "dtype": "float32", | |
| "eos_token_id": 2, | |
| "hidden_act": "gelu", | |
| "hidden_dropout_prob": 0.1, | |
| "hidden_size": 768, | |
| "initializer_range": 0.02, | |
| "intermediate_size": 3072, | |
| "is_decoder": false, | |
| "layer_norm_eps": 1e-05, | |
| "max_position_embeddings": 514, | |
| "model_type": "xlm-roberta", | |
| "num_attention_heads": 12, | |
| "num_hidden_layers": 12, | |
| "output_past": true, | |
| "pad_token_id": 1, | |
| "position_embedding_type": "absolute", | |
| "tie_word_embeddings": true, | |
| "transformers_version": "5.3.0", | |
| "type_vocab_size": 1, | |
| "use_cache": true, | |
| "vocab_size": 250002 | |
| } | |