Sentence Similarity
sentence-transformers
Safetensors
English
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:132020
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use pyrac/rse_handicap with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use pyrac/rse_handicap with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("pyrac/rse_handicap") sentences = [ "Les chemins extérieurs n'avaient pas de garde-corps pour sécuriser les déplacements.", "Les mesures d'accessibilité pour les personnes handicapées sont bien respectées dans l'établissement", "Cette chambre nous a vraiment déçus, rien n’était comme on l’espérait.", "L'absence de barres d'appui rend cet hôtel moins pratique pour les personnes en situation de handicap" ] 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!