Hugging Face's logo Hugging Face
  • Models
  • Datasets
  • Spaces
  • Buckets new
  • Docs
  • Enterprise
  • Pricing
    • Website
      • Tasks
      • HuggingChat
      • Collections
      • Languages
      • Organizations
    • Community
      • Blog
      • Posts
      • Daily Papers
      • Hardware
      • Learn
      • Discord
      • Forum
      • GitHub
    • Solutions
      • Team & Enterprise
      • Hugging Face PRO
      • Enterprise Support
      • Inference Providers
      • Inference Endpoints
      • Storage Buckets

  • Log In
  • Sign Up

datht
/
phobert-base-v2-IR

Sentence Similarity
sentence-transformers
Safetensors
roberta
feature-extraction
Generated from Trainer
dataset_size:5143
loss:CachedMultipleNegativesRankingLoss
Eval Results (legacy)
Model card Files Files and versions
xet
Community

Instructions to use datht/phobert-base-v2-IR with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

  • Libraries
  • sentence-transformers

    How to use datht/phobert-base-v2-IR with sentence-transformers:

    from sentence_transformers import SentenceTransformer
    
    model = SentenceTransformer("datht/phobert-base-v2-IR")
    
    sentences = [
        "Ngừng, giảm mức cung cấp điện không khẩn cấp trong những trường hợp nào?",
        "['Bên bán điện ngừng, giảm mức cung cấp điện không khẩn cấp trong các trường hợp sau:\\n1. Ngừng, giảm mức cung cấp điện theo kế hoạch của bên bán điện khi có nhu cầu sửa chữa, bảo dưỡng, đại tu, xây lắp các công trình điện, điều hoà, hạn chế phụ tải do thiếu nguồn điện và các nhu cầu khác theo kế hoạch.\\n2. Ngừng cấp điện theo yêu cầu của tổ chức, cá nhân có liên quan trong trường hợp để đảm bảo an toàn phục vụ thi công các công trình.\\n3. Ngừng, giảm mức cung cấp điện theo yêu cầu của bên mua điện.']",
        "Bên bán điện ngừng, giảm mức cung cấp điện không khẩn cấp trong các trường hợp sau:<unk> 1. Ngừng, giảm mức cung cấp điện theo kế hoạch của bên bán điện khi có nhu cầu sửa chữa, bảo dưỡng, đại tu, xây lắp các công trình điện, điều hoà, hạn chế phụ tải do thiếu nguồn điện và các nhu cầu khác theo kế hoạch.<unk> 2. Ngừng cấp điện theo yêu cầu của tổ chức, cá nhân có liên quan trong trường hợp để đảm bảo an toàn phục vụ thi công các công trình.<unk> 3. Ngừng, giảm mức cung",
        "['22/2020/tt-bct_5']"
    ]
    embeddings = model.encode(sentences)
    
    similarities = model.similarity(embeddings, embeddings)
    print(similarities.shape)
    # [4, 4]
  • Notebooks
  • Google Colab
  • Kaggle
phobert-base-v2-IR
542 MB
Ctrl+K
Ctrl+K
  • 1 contributor
History: 2 commits
datht's picture
datht
Add new SentenceTransformer model
f05b2a2 verified about 1 year ago
  • 1_Pooling
    Add new SentenceTransformer model about 1 year ago
  • .gitattributes
    1.52 kB
    initial commit about 1 year ago
  • README.md
    58.5 kB
    Add new SentenceTransformer model about 1 year ago
  • added_tokens.json
    22 Bytes
    Add new SentenceTransformer model about 1 year ago
  • bpe.codes
    1.14 MB
    Add new SentenceTransformer model about 1 year ago
  • config.json
    672 Bytes
    Add new SentenceTransformer model about 1 year ago
  • config_sentence_transformers.json
    205 Bytes
    Add new SentenceTransformer model about 1 year ago
  • model.safetensors
    540 MB
    xet
    Add new SentenceTransformer model about 1 year ago
  • modules.json
    229 Bytes
    Add new SentenceTransformer model about 1 year ago
  • sentence_bert_config.json
    53 Bytes
    Add new SentenceTransformer model about 1 year ago
  • special_tokens_map.json
    167 Bytes
    Add new SentenceTransformer model about 1 year ago
  • tokenizer_config.json
    1.2 kB
    Add new SentenceTransformer model about 1 year ago
  • vocab.txt
    895 kB
    Add new SentenceTransformer model about 1 year ago