sentence-transformers How to use RamsesDIIP/me5-large-construction-esp-cat with sentence-transformers:
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("RamsesDIIP/me5-large-construction-esp-cat")
sentences = [
"query: Terraplenada i piconatge per a fonament de terraplè amb material seleccionat de la pròpia excavació, en tongades de fins a 25 cm, amb una compactació del 95% del PM, en entorn urbà amb dificultat de mobilitat, en voreres > 3 i <= 5 m d'amplària o calçada/plataforma única > 7 i <= 12 m d'amplària, amb afectació per serveis o elements de mobiliari urbà, en actuacions de més de 2 m3",
"passage: Terraplenada i piconatge per a fonament de terraplè amb material no seleccionat de la pròpia excavació, en tongades de fins a 30 cm, amb una compactació del 90% del PM, en entorn rural amb facilitat de mobilitat, en voreres > 2 i <= 4 m d'amplària o calçada/plataforma única > 5 i <= 10 m d'amplària, sense afectació per serveis o elements de mobiliari urbà, en actuacions de menys de 3 m3.",
"passage: Colocación de losas de cimentación utilizando hormigón armado, incorporando un 20% de áridos reciclados, con aditivo hidrófugo HRA - 30 / B / 10 / XC4 + XS1, y una dosificación de cemento de 400 kg/m3 y relación agua-cemento ≤ 0.5, vertido mediante cubilote.",
"passage: Terraplenat i col·locació de grava per a fonament de terraplè utilitzant material seleccionat de l'excavació, en capes de fins a 25 cm, amb una compactació del 95% del pes màxim, en un entorn urbà amb dificultats de trànsit, en voreres d'amplada entre 3 i 5 m o calçades/plataformes d'amplada entre 7 i 12 m, amb afectacions a serveis o elements de mobiliari urbà, en projectes de més de 2 m3."
]
embeddings = model.encode(sentences)
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [4, 4] 
