Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
dense
Generated from Trainer
dataset_size:255
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use jeffreylimnardy/sensor-e5-finetuned with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use jeffreylimnardy/sensor-e5-finetuned with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("jeffreylimnardy/sensor-e5-finetuned") sentences = [ "passage: name: Parkplatz Stadthaus oben 01, description: Parkplatz (Standort: Stadthaus oben 01), datastream: [{'name': 'Belegtstatus an dem Parkplatz Stadthaus oben 01', 'description': 'Belegtstatus'}, {'name': 'Temperatur an dem Parkplatz Stadthaus oben 01', 'description': 'Temperatur an dem Parksensor'}]", "passage: name: GWM Stickdeichdamm, description: Grundwasserpegelmessung (Standort: Stickdeichdamm), datastream: [{'name': 'Wasserpegel an der GWM Stickdeichdamm', 'description': 'Der Grundwasserpegel bezogen auf NN: Abstand zwischen Meereshöhe und Wasseroberfläche'}, {'name': '(Wasser-)Temperatur an Sonde der GWM Stickdeichdamm', 'description': 'Die Temperatur an der Sonde (im Wasser)'}, {'name': 'Atmosphärischer Druck an der GWM Stickdeichdamm', 'description': 'Der Atmosphärische Druck an der Sendeeinheit (über dem Wasser)'}, {'name': 'Umgebungstemperatur an der GWM Stickdeichdamm', 'description': 'Die Umgebungstemperatur, gemessen an der Sendeeinheit (über dem Wasser)'}, {'name': 'Differenzdruck an der GWM Stickdeichdamm', 'description': 'Die Differenz zwischen dem Druck an der Sonde (im Wasser) und dem atmosphärischen Druck an der Sendeeinheit'}]", "passage: name: GWM Wittenfelde, description: Grundwasserpegelmessung (Standort: Wittenfelde), datastream: [{'name': 'Wasserpegel an der GWM Wittenfelde', 'description': 'Der Grundwasserpegel bezogen auf NN: Abstand zwischen Meereshöhe und Wasseroberfläche'}, {'name': '(Wasser-)Temperatur an Sonde der GWM Wittenfelde', 'description': 'Die Temperatur an der Sonde (im Wasser)'}, {'name': 'Atmosphärischer Druck an der GWM Wittenfelde', 'description': 'Der Atmosphärische Druck an der Sendeeinheit (über dem Wasser)'}, {'name': 'Umgebungstemperatur an der GWM Wittenfelde', 'description': 'Die Umgebungstemperatur, gemessen an der Sendeeinheit (über dem Wasser)'}, {'name': 'Differenzdruck an der GWM Wittenfelde', 'description': 'Die Differenz zwischen dem Druck an der Sonde (im Wasser) und dem atmosphärischen Druck an der Sendeeinheit'}]", "passage: name: Parkplatz Schinkelbad 01, description: Parkplatz (Standort: Schinkelbad 01), datastream: [{'name': 'Belegtstatus an dem Parkplatz Schinkelbad 01', 'description': 'Belegtstatus'}, {'name': 'Temperatur an dem Parkplatz Schinkelbad 01', 'description': 'Temperatur an dem Parksensor'}]" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
File size: 755 Bytes
adfaebf | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 | {
"add_cross_attention": false,
"architectures": [
"BertModel"
],
"attention_probs_dropout_prob": 0.1,
"bos_token_id": null,
"classifier_dropout": null,
"dtype": "float32",
"eos_token_id": null,
"hidden_act": "gelu",
"hidden_dropout_prob": 0.1,
"hidden_size": 384,
"initializer_range": 0.02,
"intermediate_size": 1536,
"is_decoder": false,
"layer_norm_eps": 1e-12,
"max_position_embeddings": 512,
"model_type": "bert",
"num_attention_heads": 12,
"num_hidden_layers": 12,
"pad_token_id": 0,
"position_embedding_type": "absolute",
"tie_word_embeddings": true,
"tokenizer_class": "XLMRobertaTokenizer",
"transformers_version": "5.2.0",
"type_vocab_size": 2,
"use_cache": true,
"vocab_size": 250037
}
|