Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
Generated from Trainer
dataset_size:6577
loss:CosineSimilarityLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use Data-Lab/multilingual-e5-small-cross-encoder-v0.1 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use Data-Lab/multilingual-e5-small-cross-encoder-v0.1 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("Data-Lab/multilingual-e5-small-cross-encoder-v0.1") sentences = [ "query: алерана бальзам", "passage: Мороженое \"Джиандуйя\" фундучно-шоколад.; Шоколадный пломбир с фундуком в шоколаде. Нежная сливочная текстура.; Мороженое; Цена: 138.0; Рейтинг: 4.9", "passage: Нюда спрей д/местного применения педикулицидный 50мл; Средство с физическим принципом действия для уничтожения головных вшей, личинок и гнид; Лекарственные средства; Цена: 1136.0; Рейтинг: 0.0", "passage: АнвиМакс Мед-Лимон пор.д/приг.р-ра д/приема внутрь пак.№12; Препарат для лечения гриппа и ОРВИ. Комбинирует противовирусное и симптоматическое действие.; Лекарственные средства; Цена: 806.0; Рейтинг: 0.0" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Update model metadata to set pipeline tag to the new `text-ranking`
#1
by tomaarsen HF Staff - opened
README.md
CHANGED
|
@@ -12,7 +12,7 @@ metrics:
|
|
| 12 |
- spearman_dot
|
| 13 |
- pearson_max
|
| 14 |
- spearman_max
|
| 15 |
-
pipeline_tag:
|
| 16 |
tags:
|
| 17 |
- sentence-transformers
|
| 18 |
- sentence-similarity
|
|
|
|
| 12 |
- spearman_dot
|
| 13 |
- pearson_max
|
| 14 |
- spearman_max
|
| 15 |
+
pipeline_tag: text-ranking
|
| 16 |
tags:
|
| 17 |
- sentence-transformers
|
| 18 |
- sentence-similarity
|