Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
dense
Generated from Trainer
dataset_size:203584
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use josangho99/ko-paraphrase-multilingual-MiniLM-L12-v2-multiTask-Fin with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use josangho99/ko-paraphrase-multilingual-MiniLM-L12-v2-multiTask-Fin with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("josangho99/ko-paraphrase-multilingual-MiniLM-L12-v2-multiTask-Fin") sentences = [ "또한 젊은 무슬림 인 구가 점차 증가함에 따라 2030년에는 전 세계 청년층(15-29세)인구 중 무슬림 이 29%를 차지하게 되어 전 세계적으로 젊은 소비자 시장 비중이 커지는 효과 가 나타날 것으로 전망 된다.", "참가를 원하는 경우 대한상의 소통 플랫폼 홈페이지(sotong.korcham.net)를 통해 아이디어 제목과 내용, 제안 이유, 기대 효과 등을 담아 제출하면 된다.", "② 제1항의 변상금 부과ㆍ징수에 이의가 있는 점유자는 규칙에서 정하는 서식에 따라 변상금 사전 통지에 대한 의견서를 제출할 수 있다.", "젊은 무슬림 인 구가 점차 증가함에 따라 2030년에는 전 세계 청년층인구 중 무슬림 이 29%를 차지하게 되어 전 세계적으로 젊은 소비자 시장 비중이 커지는 효과 가 나타날 것으로 전망 된다." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Welcome to the community
The community tab is the place to discuss and collaborate with the HF community!