Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:1797
loss:MultipleNegativesRankingLoss
text-embeddings-inference
Instructions to use nizamovtimur/multilingual-e5-large-videotags with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use nizamovtimur/multilingual-e5-large-videotags with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("nizamovtimur/multilingual-e5-large-videotags") sentences = [ "МультНайтШоу. Выпуск 1. В гостях Джо Байден, поет Мультимати МультНайтШоу - юмористическое нарисованное вечернее шоу, где обсуждаются актуальные новости страны и мира, в гости приходят герои настоящего, прошлого и даже будущего.В первом выпуске мы обсудим актуальные новости недели, посмотрим анимационную версию нового сериала «Дом Дракона», пригласим в нашу студию небезызвестного президента США Джо Байдена, увидим новый клип от Мультимати и многое другое.", "Информационные технологии: Искусственный интеллект", "Образование: Высшее образование", "Массовая культура: Юмор и сатира, Новости и политика: Международные новости" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Ctrl+K