Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:5315
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use farihashifa/s-bn-bert_new_data-vf with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use farihashifa/s-bn-bert_new_data-vf with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("farihashifa/s-bn-bert_new_data-vf") sentences = [ "নির্মাতারা রাহুলের বিপরীতে দীপিকা বা ঐশ্বর্য রায়কে বেছে নিতে আগ্রহী।", "চলচ্চিত্র নির্মাতারা সালমানের বিপরীতে অনুষ্কা বা সোনাক্ষী সিনহাকে বেছে নিতে আগ্রহী।", "এরপর ঢাকা বিশ্ববিদ্যালয়ের উপাচার্য প্রফেসর এ.এ.এম. স. আরেফিন সিদ্দিকের নেতৃত্বে ফুলটি", "বৃহস্পতিবার বিকেলে মুন্না বিবিসি নিউজকে জানায় যে আমি ম্যাচ রেফারির রিপোর্ট পেয়েছি।" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Ctrl+K