Sentence Similarity
sentence-transformers
Safetensors
roberta
feature-extraction
Generated from Trainer
dataset_size:288
loss:MatryoshkaLoss
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
Instructions to use zxcvo/vietnamese-sbert-soc with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use zxcvo/vietnamese-sbert-soc with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("zxcvo/vietnamese-sbert-soc") sentences = [ "SIEM giúp tổ chức đáp ứng các yêu cầu tuân thủ bằng cách thu thập và phân tích dữ liệu sự kiện bảo mật, tạo ra các báo cáo và cung cấp bằng chứng cho các cuộc kiểm toán bảo mật, đảm bảo tuân thủ các quy định và tiêu chuẩn bảo mật.", "Tại sao ISOC cần hợp tác với CNTT và Kinh doanh?", "Lợi ích của việc sử dụng Xác thực Hai Yếu tố (2FA) là gì?", "SIEM giúp tổ chức đáp ứng các yêu cầu tuân thủ như thế nào?" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Ctrl+K