Sentence Similarity
sentence-transformers
Safetensors
Portuguese
bert
feature-extraction
Generated from Trainer
dataset_size:8214
text-embeddings-inference
Instructions to use plvictor/ptbr-biblical-embedding with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use plvictor/ptbr-biblical-embedding with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("plvictor/ptbr-biblical-embedding") sentences = [ "não sei pq ainda to aqui, queria desaparecer mas agradeço a Deus", "As misericórdias do Senhor são a causa de não sermos consumidos, porque as suas misericórdias não têm fim; novas são cada manhã; grande é a tua fidelidade.", "Ele mesmo, porém, se foi ao deserto, caminho de um dia, e veio, e se assentou debaixo de um zimbro; e pediu para si a morte, e disse: Já basta, ó Senhor; toma agora a minha vida, pois não sou melhor do que meus pais.", "Tu contaste as minhas aflições; põe as minhas lágrimas no teu odre. Não estão elas no teu livro?" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
File size: 349 Bytes
fc2dc39 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | [
{
"idx": 0,
"name": "0",
"path": "",
"type": "sentence_transformers.models.Transformer"
},
{
"idx": 1,
"name": "1",
"path": "1_Pooling",
"type": "sentence_transformers.models.Pooling"
},
{
"idx": 2,
"name": "2",
"path": "2_Normalize",
"type": "sentence_transformers.models.Normalize"
}
] |