Sentence Similarity
sentence-transformers
PyTorch
Swedish
bert
feature-extraction
text-embeddings-inference
Instructions to use jzju/sbert-sv-lim2 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use jzju/sbert-sv-lim2 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("jzju/sbert-sv-lim2") sentences = [ "Mannen åt mat.", "Han förtärde en närande och nyttig måltid.", "Det var ett sunkigt hak med ganska gott käk.", "Han inmundigade middagen tillsammans med ett glas rödvin.", "Potatischips är jättegoda.", "Tryck på knappen för att få tala med kundsupporten." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [6, 6] - Notebooks
- Google Colab
- Kaggle
Adding `safetensors` variant of this model
#1 opened over 1 year ago
by
SFconvertbot