Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
Generated from Trainer
dataset_size:358
loss:CosineSimilarityLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use skripsiskripsi/myskripsisbert with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use skripsiskripsi/myskripsisbert with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("skripsiskripsi/myskripsisbert") sentences = [ "jaringan yang digunakan untuk pengiriman data ", "bluetooth adalah perangkat yang menjadi media tukar menukar (menerima mengirim) informasi di antara peralatan eketronik. bluetooth merupakan media tanpa kabel. biasanya bluethooth digunakan untuk mengirim foto atau file antar handphone.", "data merupakan rangkaian fakta yang mewakili suatu kejadian, atau dapat di sebut dengan simbol yang terekam. informasi adalah makna yang dapat di tafsirkan dari data. pengetahuan adalah informasi yang telah dimaknai sehingga dapat digunakan untuk meningkatkan pengertian atau pemahaman.", "topologi jaringan adalah struktur jaringan fisik yang digunakan untuk implementasi lan (local area network). unsur dasar penyusun jaringan, yaitu node, link, dan station. contoh topologi bintang (star) , topologi cincin (ring) , topologi bus, topologi pohon (tree), topologi linier" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Ctrl+K