Hugging Face's logo Hugging Face
  • Models
  • Datasets
  • Spaces
  • Buckets new
  • Docs
  • Enterprise
  • Pricing
    • Website
      • Tasks
      • HuggingChat
      • Collections
      • Languages
      • Organizations
    • Community
      • Blog
      • Posts
      • Daily Papers
      • Learn
      • Discord
      • Forum
      • GitHub
    • Solutions
      • Team & Enterprise
      • Hugging Face PRO
      • Enterprise Support
      • Inference Providers
      • Inference Endpoints
      • Storage Buckets

  • Log In
  • Sign Up

phi010402
/
finetune-alqac-question-generation

Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:3513
loss:MultipleNegativesRankingLoss
text-embeddings-inference
Model card Files Files and versions
xet
Community

Instructions to use phi010402/finetune-alqac-question-generation with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

  • Libraries
  • sentence-transformers

    How to use phi010402/finetune-alqac-question-generation with sentence-transformers:

    from sentence_transformers import SentenceTransformer
    
    model = SentenceTransformer("phi010402/finetune-alqac-question-generation")
    
    sentences = [
        "Trong trường hợp nào nghĩa vụ không được bù trừ?",
        "Bản án sơ thẩm\n\n1. Tòa án ra bản án nhân danh nước Cộng hoà xã hội chủ nghĩa Việt Nam.\n\n2. Bản án gồm có phần mở đầu, phần nội dung vụ án và nhận định và phần quyết định của Tòa án, cụ thể như sau:\n\na) Trong phần mở đầu phải ghi rõ tên Tòa án xét xử sơ thẩm; số và ngày thụ lý vụ án; số bản án và ngày tuyên án; họ, tên của thành viên Hội đồng xét xử, Thư ký phiên tòa, Kiểm sát viên, người giám định, người phiên dịch; tên, địa chỉ của người khởi kiện, người bị kiện, người có quyền lợi, nghĩa vụ liên quan; cơ quan, tổ chức khởi kiện; người đại diện hợp pháp, người bảo vệ quyền và lợi ích hợp pháp của đương sự; đối tượng khởi kiện; số, ngày, tháng, năm của quyết định đưa vụ án ra xét xử; xét xử công khai hoặc xét xử kín; thời gian và địa điểm xét xử;\n\nb) Trong phần nội dung vụ án và nhận định của Tòa án phải ghi yêu cầu khởi kiện của người khởi kiện, khởi kiện của cơ quan, tổ chức; đề nghị, yêu cầu độc lập của người có quyền lợi, nghĩa vụ liên quan.\n\nTòa án phải căn cứ vào kết quả tranh tụng, các chứng cứ đã được xem xét tại phiên tòa để phân tích, đánh giá, nhận định đầy đủ, khách quan về các tình tiết của vụ án, những căn cứ pháp luật, án lệ (nếu có) mà Tòa án áp dụng để chấp nhận hoặc không chấp nhận yêu cầu, đề nghị của đương sự, người bảo vệ quyền và lợi ích hợp pháp của đương sự và giải quyết các vấn đề khác có liên quan;\n\nc) Trong phần quyết định phải ghi rõ các căn cứ pháp luật, quyết định của Hội đồng xét xử về từng vấn đề phải giải quyết trong vụ án, về áp dụng biện pháp khẩn cấp tạm thời, về án phí, chi phí tố tụng và quyền kháng cáo đối với bản án; trường hợp có quyết định phải thi hành ngay thì phải ghi rõ quyết định đó.\n\n3. Khi xét xử lại vụ án mà bản án, quyết định đã bị hủy một phần hoặc toàn bộ theo quyết định giám đốc thẩm, tái thẩm, Tòa án phải giải quyết vấn đề tài sản, nghĩa vụ đã được thi hành theo bản án, quyết định có hiệu lực pháp luật nhưng bị hủy và ghi rõ trong bản án.",
        "Thành phần Hội đồng xét xử sơ thẩm\n\nHội đồng xét xử sơ thẩm gồm một Thẩm phán và 02 Hội thẩm nhân dân, trừ trường hợp quy định tại khoản 1 Điều 249 của Luật này. Hội đồng xét xử sơ thẩm có thể gồm 02 Thẩm phán và 03 Hội thẩm nhân dân trong trường hợp sau đây:\n\n1. Khiếu kiện quyết định hành chính, hành vi hành chính của Ủy ban nhân dân cấp tỉnh, Chủ tịch Ủy ban nhân dân cấp tỉnh liên quan đến nhiều đối tượng;\n\n2. Vụ án phức tạp.",
        "Những trường hợp không được bù trừ nghĩa vụ\n\nNghĩa vụ không được bù trừ trong trường hợp sau đây:\n\n1. Nghĩa vụ đang có tranh chấp;\n\n2. Nghĩa vụ bồi thường thiệt hại do xâm phạm tính mạng, sức khoẻ, danh dự, nhân phẩm, uy tín;\n\n3. Nghĩa vụ cấp dưỡng;\n\n4. Nghĩa vụ khác do luật quy định."
    ]
    embeddings = model.encode(sentences)
    
    similarities = model.similarity(embeddings, embeddings)
    print(similarities.shape)
    # [4, 4]
  • Notebooks
  • Google Colab
  • Kaggle
finetune-alqac-question-generation
1.13 GB
Ctrl+K
Ctrl+K
  • 1 contributor
History: 2 commits
phi010402's picture
phi010402
Add new SentenceTransformer model
7d769d5 verified 11 months ago
  • 1_Pooling
    Add new SentenceTransformer model 11 months ago
  • .gitattributes
    1.57 kB
    Add new SentenceTransformer model 11 months ago
  • README.md
    44.8 kB
    Add new SentenceTransformer model 11 months ago
  • config.json
    662 Bytes
    Add new SentenceTransformer model 11 months ago
  • config_sentence_transformers.json
    205 Bytes
    Add new SentenceTransformer model 11 months ago
  • model.safetensors
    1.11 GB
    xet
    Add new SentenceTransformer model 11 months ago
  • modules.json
    349 Bytes
    Add new SentenceTransformer model 11 months ago
  • sentence_bert_config.json
    53 Bytes
    Add new SentenceTransformer model 11 months ago
  • special_tokens_map.json
    964 Bytes
    Add new SentenceTransformer model 11 months ago
  • tokenizer.json
    17.1 MB
    xet
    Add new SentenceTransformer model 11 months ago
  • tokenizer_config.json
    1.37 kB
    Add new SentenceTransformer model 11 months ago