sentence-transformers How to use George2002/sledopyt_embedder_q2p with sentence-transformers:
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("George2002/sledopyt_embedder_q2p")
sentences = [
"query: Что необходимо знать о распоряжении, касающемся ограничений на денежные средства корпоративных клиентов?",
"passage: Проверить наличие ареста на счете, с которого необходимо произвести выдачу?\n\n\nНа счете НЕТ ареста\n\nПеред проведением операции сформировать выписку по счету банкрота за период, (историю операций по карточному счету) в котором должник может получить указанную в разрешении ФУ сумму, убедится, что сумма не получена. \nТак как ФУ и банкрот по карточным счетам обслуживаются под банкротом в случае наличия расходной операции по счету, связаться с ФУ для уточнения - кому была выдана сумма. \nЕсли по каким то причинам банкрот не получил положенную ему по разрешению ФУ сумму в прошлом периоде, ее можно выдать одновременно при обращении в текущем месяце. \n\nПри обращении клиента в отделение, отличное от места заведения заявки на разблокировку, проверить:\n - Снятие ареста со счета\n - Историю операций по карточному счёту (выписку по вкладному/текущему счету), на предмет отсутствия выдачи денежных средств, указанных в разрегении ФУ в других ДО.\nПри выполнении обоих условий осуществить расходную операцию по счёту.",
"passage: Выберите тип счет, с которого необходимо перевести денежные средства\n\nВкладной счет\n\nПод ролью \"Финансовый управляющий\" проводит частичную выдачу с выбранного счета.\n\nОформляет перевод (по России)/ перевода в пределах ПАО Сбербанк (ПДВ). \nПри оформлении перевода обязательно указать данные отправителя, что он является Финансовым управляющим. В назначении платежа указать, что денежные средства являются прожиточным минимумом банкрота.",
"q2p"
]
embeddings = model.encode(sentences)
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [4, 4] 
