Sentence Similarity
sentence-transformers
Safetensors
mpnet
feature-extraction
Generated from Trainer
dataset_size:5749
loss:MultipleNegativesRankingLoss
loss:CosineSimilarityLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use ritulk/MPNET_finetuned_on_stsb_multi_mt_dataset with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use ritulk/MPNET_finetuned_on_stsb_multi_mt_dataset with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("ritulk/MPNET_finetuned_on_stsb_multi_mt_dataset") sentences = [ "Der Mann hat über die Internetkamera mit einem Mädchen gesprochen.", "Eine Gruppe älterer Menschen posiert um einen Esstisch.", "Ein Teenager spricht über eine Webcam mit einem Mädchen.", "Mindestlohngesetze schaden den am wenigsten Qualifizierten, den am wenigsten Produktiven am meisten." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Update README.md
Browse files
README.md
CHANGED
|
@@ -13,28 +13,36 @@ widget:
|
|
| 13 |
sentences:
|
| 14 |
- Eine Gruppe älterer Menschen posiert um einen Esstisch.
|
| 15 |
- Ein Teenager spricht über eine Webcam mit einem Mädchen.
|
| 16 |
-
-
|
| 17 |
-
am
|
|
|
|
| 18 |
- source_sentence: Eine Frau schreibt etwas.
|
| 19 |
sentences:
|
| 20 |
- Es gibt kein "Standbild", das nicht relativ zu einem anderen Objekt ist.
|
| 21 |
-
-
|
| 22 |
-
|
|
|
|
| 23 |
- Eine Frau schneidet grüne Zwiebeln.
|
| 24 |
-
- source_sentence:
|
|
|
|
| 25 |
Molekülwolken entstehen.
|
| 26 |
sentences:
|
| 27 |
-
-
|
| 28 |
-
|
| 29 |
-
|
| 30 |
-
-
|
| 31 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
| 32 |
- source_sentence: Der Spieler schießt die Siegpunkte.
|
| 33 |
sentences:
|
| 34 |
- Die Dame frittierte das panierte Fleisch in heißem Öl.
|
| 35 |
- Der Basketballspieler ist dabei, Punkte für sein Team zu sammeln.
|
| 36 |
-
-
|
| 37 |
-
|
|
|
|
| 38 |
- source_sentence: Zwei Weißkopfseeadler auf einem Ast.
|
| 39 |
sentences:
|
| 40 |
- Die Frau schneidet Kartoffeln.
|
|
@@ -73,6 +81,8 @@ model-index:
|
|
| 73 |
- type: spearman_cosine
|
| 74 |
value: 0.7619248730277344
|
| 75 |
name: Spearman Cosine
|
|
|
|
|
|
|
| 76 |
---
|
| 77 |
|
| 78 |
# SentenceTransformer based on ritulk/MPNET-fine-tuned-political-clustering
|
|
@@ -209,7 +219,7 @@ You can finetune this model on your own dataset.
|
|
| 209 |
|
| 210 |
### Training Dataset
|
| 211 |
|
| 212 |
-
####
|
| 213 |
|
| 214 |
* Size: 5,749 training samples
|
| 215 |
* Columns: <code>text</code>, <code>text_pair</code>, and <code>score</code>
|
|
|
|
| 13 |
sentences:
|
| 14 |
- Eine Gruppe älterer Menschen posiert um einen Esstisch.
|
| 15 |
- Ein Teenager spricht über eine Webcam mit einem Mädchen.
|
| 16 |
+
- >-
|
| 17 |
+
Mindestlohngesetze schaden den am wenigsten Qualifizierten, den am wenigsten
|
| 18 |
+
Produktiven am meisten.
|
| 19 |
- source_sentence: Eine Frau schreibt etwas.
|
| 20 |
sentences:
|
| 21 |
- Es gibt kein "Standbild", das nicht relativ zu einem anderen Objekt ist.
|
| 22 |
+
- >-
|
| 23 |
+
Ein blondhaariges Kind, das vor einem Haus auf der Trompete spielt, während
|
| 24 |
+
sein jüngerer Bruder zusieht.
|
| 25 |
- Eine Frau schneidet grüne Zwiebeln.
|
| 26 |
+
- source_sentence: >-
|
| 27 |
+
Sterne entstehen in Sternentstehungsgebieten, die ihrerseits aus
|
| 28 |
Molekülwolken entstehen.
|
| 29 |
sentences:
|
| 30 |
+
- >-
|
| 31 |
+
Sie bezieht sich auf die maximale Blendenzahl (definiert als das Verhältnis
|
| 32 |
+
von Brennweite zu effektivem Blendendurchmesser).
|
| 33 |
+
- >-
|
| 34 |
+
Es ist möglich, dass ein Sonnensystem wie unseres außerhalb einer Galaxie
|
| 35 |
+
existiert.
|
| 36 |
+
- >-
|
| 37 |
+
Es gibt einen sehr guten Grund, die Gattin der Königin nicht als "König" zu
|
| 38 |
+
bezeichnen - denn sie sind nicht der König.
|
| 39 |
- source_sentence: Der Spieler schießt die Siegpunkte.
|
| 40 |
sentences:
|
| 41 |
- Die Dame frittierte das panierte Fleisch in heißem Öl.
|
| 42 |
- Der Basketballspieler ist dabei, Punkte für sein Team zu sammeln.
|
| 43 |
+
- >-
|
| 44 |
+
Obwohl ich glaube, dass Searle sich irrt, glaube ich nicht, dass Sie das
|
| 45 |
+
Problem gefunden haben.
|
| 46 |
- source_sentence: Zwei Weißkopfseeadler auf einem Ast.
|
| 47 |
sentences:
|
| 48 |
- Die Frau schneidet Kartoffeln.
|
|
|
|
| 81 |
- type: spearman_cosine
|
| 82 |
value: 0.7619248730277344
|
| 83 |
name: Spearman Cosine
|
| 84 |
+
datasets:
|
| 85 |
+
- PhilipMay/stsb_multi_mt
|
| 86 |
---
|
| 87 |
|
| 88 |
# SentenceTransformer based on ritulk/MPNET-fine-tuned-political-clustering
|
|
|
|
| 219 |
|
| 220 |
### Training Dataset
|
| 221 |
|
| 222 |
+
#### PhilipMay/stsb_multi_mt
|
| 223 |
|
| 224 |
* Size: 5,749 training samples
|
| 225 |
* Columns: <code>text</code>, <code>text_pair</code>, and <code>score</code>
|