Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
dense
Generated from Trainer
dataset_size:9829
loss:MultipleNegativesRankingLoss
text-embeddings-inference
Instructions to use Mead0w1ark/multilingual-e5-small-hs-codes with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use Mead0w1ark/multilingual-e5-small-hs-codes with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("Mead0w1ark/multilingual-e5-small-hs-codes") sentences = [ "query: DAIRY PRODUCE; CHEESE (NOT GRATED, POWDERED OR PROCESSED), N.E.C. IN HEADING NO. 0406 POWDERED IN VACUUM PACKS 14290 PCS", "passage: Tôm đông lạnh, sơ chế, bỏ đầu bỏ vỏ, để xuất khẩu theo điều kiện thương mại tiêu chuẩn, điều kiện giao hàng FOB", "passage: Phô mai loại khác, để thông quan và khai báo nhập khẩu, kèm hóa đơn thương mại và phiếu đóng gói", "passage: Organic fresh tomatoes, hydroponic, for bulk procurement program, palletized for container shipment" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
| [ | |
| { | |
| "idx": 0, | |
| "name": "0", | |
| "path": "", | |
| "type": "sentence_transformers.models.Transformer" | |
| }, | |
| { | |
| "idx": 1, | |
| "name": "1", | |
| "path": "1_Pooling", | |
| "type": "sentence_transformers.models.Pooling" | |
| }, | |
| { | |
| "idx": 2, | |
| "name": "2", | |
| "path": "2_Normalize", | |
| "type": "sentence_transformers.models.Normalize" | |
| } | |
| ] |