How to use akhooli/sbert_ar_nli_500k_norm with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("akhooli/sbert_ar_nli_500k_norm") sentences = [ "كم التبن لإطعام الحصان", "يجب أن يشرب الماعز الصغير من أمه لمدة 8 أسابيع على الأقل قبل أن يتم فطامه لإكمال التبن أو المرعى. سيأخذ بعض أصحاب الماعز الأطفال بعيدًا عن الأم على الفور ويغذون بالزجاجة. سيحتفظون بها في أماكن منفصلة ، ويحلبون الأم ، ثم يسكبون الحليب في زجاجة ويطعمون الطفل.", "التوزيع الطبيعي القياسي. التوزيع الطبيعي القياسي هو التوزيع الطبيعي بمتوسط 0 وانحراف معياري 1. يمكن العثور على المناطق الواقعة تحت هذا المنحنى باستخدام جدول عادي قياسي (الجدول A في كتب Moore and Moore & McCabe المدرسية). تتضمن جميع نصوص الإحصائيات التمهيدية هذا الجدول. قم بتنسيقه بشكل مختلف. التوزيع العادي القياسي. التوزيع الطبيعي القياسي هو التوزيع الطبيعي بمتوسط 0 وانحراف معياري 1. يمكن العثور على المناطق الواقعة تحت هذا المنحنى باستخدام جدول عادي قياسي (الجدول A في كتب Moore and Moore & McCabe).", "إذا افترض المالكون أن 20 في المائة من التبن سوف يضيع ، فإن الحصان الذي يبلغ وزنه 1000 رطل في المتوسط سيتطلب 24 رطلاً من التبن يوميًا (20 رطلاً لتلبية التوصيات بالإضافة إلى 4 أرطال إضافية لحساب النفايات). تغير درجات الحرارة الباردة أيضًا متطلبات التغذية اليومية." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4]
