sentence-transformers How to use tmmazen/bge-base-st-phyto with sentence-transformers:
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("tmmazen/bge-base-st-phyto")
sentences = [
"La posologie habituelle est de 1 à 2 g de plante séchée par tasse d’eau bouillante, en infusion, plusieurs fois par jour, ou l’équivalent en herbe fraîche. Pour la prise en extrait liquide (sirop), la posologie est calculée en fonction de la concentration en principes actifs. Une tisane de thym ou une goutte d’huile essentielle diluée dans un bol d’eau chaude peuvent également être utilisées en inhalation pour dégager les voies respiratoires. Des infusions plus concentrées (5 g de plante sèche pour 100 ml d’eau) sont employées en gargarisme ou en bain de bouche. Les mélanges feuilles de thym / racine de primevère sont à utiliser selon les recommandations de la notice du produit.",
"La plante Bourdaine est-elle sans danger pendant la grossesse et l'allaitement?",
"Quelles sont les formes et le dosage recommandés pour la plante Thym?",
"Quel est l'avis d'un expert sur la plante Valériane?"
]
embeddings = model.encode(sentences)
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [4, 4] 
