Sentence Similarity
sentence-transformers
ONNX
Safetensors
Vietnamese
xlm-roberta
Embedding
text-embeddings-inference
Instructions to use AITeamVN/Vietnamese_Embedding with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use AITeamVN/Vietnamese_Embedding with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("AITeamVN/Vietnamese_Embedding") sentences = [ "The weather is lovely today.", "It's so sunny outside!", "He drove to the stadium." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [3, 3] - Inference
- Notebooks
- Google Colab
- Kaggle
Update README.md
Browse files
README.md
CHANGED
|
@@ -33,7 +33,9 @@ sentences_2 = ["Trí tuệ nhân tạo là công nghệ giúp máy móc suy ngh
|
|
| 33 |
"Giấc ngủ giúp cơ thể và não bộ nghỉ ngơi, hồi phục năng lượng và cải thiện trí nhớ. Ngủ đủ giấc giúp tinh thần tỉnh táo và làm việc hiệu quả hơn."]
|
| 34 |
query_embedding = model.encode(sentences_1)
|
| 35 |
doc_embeddings = model.encode(sentences_2)
|
| 36 |
-
|
|
|
|
|
|
|
| 37 |
'''
|
| 38 |
array([[0.66212064, 0.33066642],
|
| 39 |
[0.25866613, 0.5865289 ]], dtype=float32)
|
|
|
|
| 33 |
"Giấc ngủ giúp cơ thể và não bộ nghỉ ngơi, hồi phục năng lượng và cải thiện trí nhớ. Ngủ đủ giấc giúp tinh thần tỉnh táo và làm việc hiệu quả hơn."]
|
| 34 |
query_embedding = model.encode(sentences_1)
|
| 35 |
doc_embeddings = model.encode(sentences_2)
|
| 36 |
+
similarity = query_embedding @ doc_embeddings.T
|
| 37 |
+
print(similarity)
|
| 38 |
+
|
| 39 |
'''
|
| 40 |
array([[0.66212064, 0.33066642],
|
| 41 |
[0.25866613, 0.5865289 ]], dtype=float32)
|