Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:204133
loss:MultipleNegativesRankingLoss
text-embeddings-inference
Instructions to use seongil-dn/e5-base-miracl-250k-answerable-bs128 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use seongil-dn/e5-base-miracl-250k-answerable-bs128 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("seongil-dn/e5-base-miracl-250k-answerable-bs128") sentences = [ "query: 2018 글로벌인텔리전스서밋은 언제 어디서 열렸나요?", "passage: 서 원장은 이날 서울 웨스틴조선호텔에서 열린 국가안보전략연구원 주최 `2018 글로벌인텔리전스서밋`의 축하 영상메시지를 통해 \"두 번의 남북정상회담에 이어 지난주에 미북 정상이 한반도의 완전한 비핵화와 평화정책에 합의했다. 정보가 왜 안보의 버팀목이자 평화의 길잡이인지 정보가 어떻게 세계 평화에 기여하는지를 제대로 보여줬다고 생각한다”고 말했다.", "passage: 1999년 벨라루스의 야당 인사들은 이 단체를 콤소몰에 빗대어 \"루카몰\"()이라고 부르기도 하였다. 이는 루카셴코와 콤소몰의 합성어로 루카셴코 대통령의 개인 숭배를 정치적 기반으로 이용하는 청소년 단체를 뜻한다.", "passage: 멕시코의 학교 교육에서는 스페인어와 영어가 필수이고 외국어로는 독일어, 프랑스어 등이 있다. 이 나라의 UNAM이라는 대학은 등록금이 원화로 단돈 500원에 이를 정도로 싸다." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Ctrl+K