Sentence Similarity
sentence-transformers
Safetensors
Nepali
xlm-roberta
feature-extraction
dense
Generated from Trainer
dataset_size:3840
loss:MultipleNegativesRankingLoss
text-embeddings-inference
Instructions to use Funghang/e5-nepali-qa-ir with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use Funghang/e5-nepali-qa-ir with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("Funghang/e5-nepali-qa-ir") sentences = [ "तनहुँको राहदानी, पासपोर्ट, र जिल्ला प्रशासन कार्यालयको सम्पर्क इमेल ।", "राहदानी, पासपोर्ट, र जिल्ला प्रशासन कार्यालय तनहुँसँग सम्पर्क गर्न निम्न इमेल ठेगानाहरू प्रयोग गर्न सकिन्छ: tanahudao@gmail.com, tanahundao@gmail.com र नागरिकता अभिलेखको लागि abhilekhatanahundao@gmail.com । यी इमेल ठेगानाहरू कार्यालयका सूचना आदान-प्रदान गर्न उपयुक्त छन् ।", "तनहुँको राहदानी कार्यालयका लागि ०६५-५६०१३३, कार्यालय सम्बन्धी विविध विषयहरुको जानकारी लिन: ९८५६००१११३, नागरिकताको अभिलेखको प्रयोजनको लागि ९८५६०६३४०३ नम्बर प्रयोग गर्न सकिन्छ ।", "बर्दिया जिल्लाको पासपोर्ट कार्यालय बर्दिया गुलरिया, लुम्बिनी प्रदेशमा अवस्थित छ ।" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Download modules.json from Funghang/e5-nepali-qa-ir: direct link, hf CLI and curl.
- Browser
- Download file 229 Bytes
-
https://huggingface.co/Funghang/e5-nepali-qa-ir/resolve/main/modules.json
- Command line
-
hf download hf://Funghang/e5-nepali-qa-ir/modules.json
-
curl -L -o modules.json https://huggingface.co/Funghang/e5-nepali-qa-ir/resolve/main/modules.json
229 Bytes
| [ | |
| { | |
| "idx": 0, | |
| "name": "0", | |
| "path": "", | |
| "type": "sentence_transformers.models.Transformer" | |
| }, | |
| { | |
| "idx": 1, | |
| "name": "1", | |
| "path": "1_Pooling", | |
| "type": "sentence_transformers.models.Pooling" | |
| } | |
| ] |