Sentence Similarity
sentence-transformers
Safetensors
Nepali
English
bert
feature-extraction
Generated from Trainer
dataset_size:140961
loss:CachedMultipleNegativesRankingLoss
loss:MultipleNegativesRankingLoss
loss:TripletLoss
loss:CoSENTLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use jangedoo/sanolm-v1 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use jangedoo/sanolm-v1 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("jangedoo/sanolm-v1") sentences = [ "म विदेश यात्रा गर्दा लागि यात्रा बीमा कसरी लिने प्रक्रिया हो?", "चेकबुक माग गर्नको लागि तपाईंले आफ्नो शाखा कार्यालयमा सम्पर्क गर्न सक्नुहुन्छ वा बैंकको आधिकारिक वेबसाइटमार्फत अनलाइन आवेदन दिन सक्नुहुन्छ।", "यात्रा बीमा लिनको लागि, तपाईंले कम्पनीको वेबसाइटमा गएर आफ्नो यात्रा विवरण र आवश्यक कागजातहरू अपलोड गर्नुपर्छ। त्यसपछि, तपाईंले बीमाको प्रकार र कभरेज अनुसार प्रीमियम तिर्न सक्नुहुन्छ।", "कृपया फारम भर्ने बेला सबै आवश्यक फिल्डहरू सही ढाँचामा भर्नुहोस् र डाटा टाइप गर्दा कुनै अक्षर वा विशेष चिन्ह नजोड्नुहोस्। यदि समस्या समाधान भएन भने, तपाईंले फारमको गाइडलाइन पुनः जाँच गर्नुपर्छ वा ग्राहक सेवा केन्द्रमा सम्पर्क गर्नुपर्छ।" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
- Xet hash:
- 952174f03b93ed9e19ea539a90be89b05116b6d8fb83abaaaa47f61528df688d
- Size of remote file:
- 17.1 MB
- SHA256:
- fbcc3c7348739d765de2c86fce14c9c5e2dd47696dbb3cfeed294edfc712d8f0
·
Xet efficiently stores Large Files inside Git, intelligently splitting files into unique chunks and accelerating uploads and downloads. More info.