Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
dense
Generated from Trainer
dataset_size:5000000
loss:combine_dstilationLoss_studentLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use hatemestinbejaia/R3mmarco-Arabic-mMiniLML-bi-encoder-KD-v1 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use hatemestinbejaia/R3mmarco-Arabic-mMiniLML-bi-encoder-KD-v1 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("hatemestinbejaia/R3mmarco-Arabic-mMiniLML-bi-encoder-KD-v1") sentences = [ "ما هو كور يعني", "تعريف cor . : وحدة قياس سعة عبرية وفينيقية قديمة .", "رفعت منظمة صندوق ادخار الموظفين ( EPFO ) الحد الأدنى للراتب إلى 15000 روبية من 6500 روبية في وقت سابق .", "شكل الجمع بين الجلطة - o يعني _ _ . صيغة الجمع embol - o تعني _ _ . اللاحقة التي تعني أداة قياس الضغط هي _ _ . لاحقة غير كلها تعني صغيرة هي _ _ . اللاحقة التي تعني التصلب هي _ _ ." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
File size: 588 Bytes
4eb067c 22f8c3b 4eb067c | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 | {
"backend": "tokenizers",
"bos_token": "<s>",
"cls_token": "<s>",
"do_lower_case": true,
"eos_token": "</s>",
"is_local": false,
"local_files_only": false,
"mask_token": "<mask>",
"max_length": 128,
"model_max_length": 512,
"pad_to_multiple_of": null,
"pad_token": "<pad>",
"pad_token_type_id": 0,
"padding_side": "right",
"sep_token": "</s>",
"stride": 0,
"strip_accents": null,
"tokenize_chinese_chars": true,
"tokenizer_class": "TokenizersBackend",
"truncation_side": "right",
"truncation_strategy": "longest_first",
"unk_token": "<unk>"
}
|