sentence-transformers How to use Data-Lab/USER-bge-m3-embedder_distill-tgd with sentence-transformers:
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("Data-Lab/USER-bge-m3-embedder_distill-tgd")
sentences = [
"ежедневк",
"Прокладки Олдейз Дискрит Део Мультиформ Водная Лилия №20 ежедневные прокладки, гигиенические средства, тонкие прокладки, аромат водной лилии, дерматологически одобрено, кружевной дизайн, свежесть, комфорт, универсальная фиксация Тонкие ежедневные прокладки с ароматом водяной лилии",
"Пиво \"Бакалар\" безалкогольное светлое холодного охмеления, 330 мл безалкогольное, светлое пиво, холодное охмеление, лагер, Чехия, фильтрованное, пастеризованное, напиток с низким содержанием алкоголя, плотный вкус, горчинка, сочетание с едой, 330 мл Безалкогольное пенное из Чехии. Сварено по технологии холодного охмеления: на поздних стадиях брожения в чан с пивом дополнительно добавляют шишки хмеля. Это позволяет наполнить напиток плотным вкусом с приятной горчинкой. Как истинный лагер, Бакалар универсален: его сочетают с мясом, рыбой, овощами, бургерами, пиццей и всевозможными снеками.",
"Discreet Multiform Водная лилия ежедневные прокладки 20 шт ежедневные прокладки, гигиенические средства, аромат, свежесть, легкость, для любого белья, тонкие прокладки, дерматологически одобрено, кружевной дизайн Ежедневные прокладки с ароматом водяной лилии, до 12 часов свежести"
]
embeddings = model.encode(sentences)
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [4, 4] 
