Sentence Similarity
sentence-transformers
Safetensors
gemma3_text
feature-extraction
dense
Generated from Trainer
dataset_size:20750
loss:CachedMultipleNegativesRankingLoss
text-embeddings-inference
Instructions to use varin/embeddinggemma-thai-law with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use varin/embeddinggemma-thai-law with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("varin/embeddinggemma-thai-law") sentences = [ "ลักษณะของการ 'ตกลงเข้ากันเพื่อกระทำกิจการร่วมกัน' ในมาตรา 1012 หมายถึงอะไร", "ประมวลกฎหมายแพ่งและพาณิชย์ มาตรา 1052 บุคคลผู้เข้าเป็นหุ้นส่วนในห้างหุ้นส่วนย่อมต้องรับผิดในหนี้ใด ๆ ซึ่งห้างหุ้นส่วนได้ก่อให้เกิดขึ้นก่อนที่ตนเข้ามาเป็นหุ้นส่วนด้วย", "ประมวลกฎหมายแพ่งและพาณิชย์ มาตรา 1012 อันว่าสัญญาจัดตั้งห้างหุ้นส่วนหรือบริษัทนั้น คือสัญญาซึ่งบุคคลตั้งแต่สองคนขึ้นไปตกลงเข้ากันเพื่อกระทำกิจการร่วมกัน ด้วยประสงค์จะแบ่งปันกำไรอันจะพึงได้แต่กิจการที่ทำนั้น", "หมายถึงการที่บุคคลคนหนึ่งจ้างอีกคนหนึ่งมาทำงานให้โดยที่ลูกจ้างไม่มีส่วนได้เสียในกำไรของกิจการ" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
| [ | |
| { | |
| "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_Dense", | |
| "type": "sentence_transformers.models.Dense" | |
| }, | |
| { | |
| "idx": 3, | |
| "name": "3", | |
| "path": "3_Dense", | |
| "type": "sentence_transformers.models.Dense" | |
| }, | |
| { | |
| "idx": 4, | |
| "name": "4", | |
| "path": "4_Normalize", | |
| "type": "sentence_transformers.models.Normalize" | |
| } | |
| ] |