Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
Generated from Trainer
dataset_size:1455347
loss:MultipleNegativesRankingLoss
text-embeddings-inference
Instructions to use lingtrain/labse-chuvash-3 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use lingtrain/labse-chuvash-3 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("lingtrain/labse-chuvash-3") sentences = [ "Ҫак йӗри-тавра хупӑрланӑ хура пӗлӗтлӗ юр капламӗсен хыҫӗнче ҫуртсем пуррине ӑспа ҫеҫ тавҫӑрса илме пулать, вӗсенчен пӗринче, пиллӗкмӗш урамра, ҫиччӗмӗш ҫуртра, манӑн Катя тимӗр сухарисене (доктор галечӗсене) эпӗ каланӑ пек камин ҫине ӑшӑтма хурать.", "Лишь фантастическое воображение могло представить, что где-то за этими чёрными тучами сталкивающегося снега стоят дома и в одном из них, на Пятой линии, семь, Катя кладёт твёрдые, как железо, галеты на камин, чтобы отогреть их, по моему совету.", "«Кроткие наследуют землю и насладятся обилием мира», — говорится в Библии.", "9. Скажи: так говорит Господь Бог: будет ли ей успех?" ] 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!