Sentence Similarity
sentence-transformers
Safetensors
roberta
feature-extraction
Generated from Trainer
dataset_size:512
loss:TripletLoss
text-embeddings-inference
Instructions to use adriansanz/SITGES_robertav1 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use adriansanz/SITGES_robertav1 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("adriansanz/SITGES_robertav1") sentences = [ "Quin és el requisit per a la potència instal·lada de les instal·lacions de plaques solars en sòl urbà?", "Permet comunicar les intervencions necessàries per executar una instal·lació/remodelació d’autoconsum amb energia solar fotovoltaica amb una potència instal·lada inferior a 100 kWp en sòl urbà consolidat.", "Inferior a 100 kWp.", "Aquesta bonificació tindrà caràcter pregat i s’aplicarà a la quota total si la resolució de la sol•licitud es realitza abans de la liquidació, en cas contrari es gestionarà la devolució de l’import pagat i bonificat." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Ctrl+K