sentence-transformers How to use devappsmi/DocClassification with sentence-transformers:
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("devappsmi/DocClassification")
sentences = [
"query: di lembaga penyelenggaraan kesejahteraan sosial kejaksaan republik indonesia kejaksaan negeri/cabang kejaksaan negeri …….**) berita acara penempatan anak kebangsaan /kewarganegaraan pendidikan agama umum/fasilitator dalam perkara anak dengan register p erkara anak nomor nama lengkap",
"passage: berita acara penempatan anak berita acara penempatan anak nama pangkat/ nip jabatan umum/fasilitator dalam perkara anak dengan register p erkara anak nomor sebagai berikut nama lengkap nomor identitas tempat lahir umur/tanggal lahir jenis kelamin kebangsaan /kewarganegaraan tempat tinggal agama pekerjaan pendidikan kejaksaan republik indonesia kejaksaan negeri/cabang kejaksaan negeri …….**) dv-1 berita acara penempatan anak di lembaga penyelenggaraan kesejahteraan sosial anak penempatan dv-1 sosial wali kesejahteraan berita orang lahir acara tempat identitas pendamping diversi tidak tua proses umum-------------------------------------------------------------------------- terbaik rintah penyelenggaraan melindungi kelancaran keberadaanya keamanan lpks kewarganegaraan negeri dv-1 berita acara berita acara penempatan acara penempatan anak identitas berikut nama berikut nama lengkap nama lengkap identitas lengkap identitas tempat identitas tempat lahir tempat lahir umur lahir umur lahir berita acara dv-1 berita acara penempatan penempatan anak cabang negeri kesejahteraan sosial penuntut umum proses diversi identitas berikut berikut nama nama lengkap lengkap identitas identitas tempat tempat lahir dv-1",
"passage: berita acara upaya diversi berita acara upaya diversi nama pangkat/ nip. jabatan kejaksaan negeri nomor diversi kepada pihak-pihak sebagai berikut i. anak dengan identitas nama lengkap nomor identitas tempat lahir umur/tanggal lahir jenis kelamin kebangsaan/kewarganegaraan tempat tinggal agama pekerjaan pendidikan kejaksaan republik indonesia kejaksaan negeri/cabang kejaksaan negeri …….***) dv-2 berita acara upaya diversi anak dengan identitas: korban/anak korban *) dengan identitas: diversi anak pihak korban setuju upaya fasilitator pendamping wali tua cara dv-2 orang tempat para selanjutnya bernama penuntut berita menyelesaikan disebut lahir umum acara identitas didampingi negeri berhasil penuntut umum fasilitator orang tua wali anak cara diversi korban anak korban dv-2 berita acara berita acara upaya acara upaya diversi kepala negeri kepala negeri kepala cabang kepala cabang negeri penuntut umum upaya diversi umum fasilitator anak korban orang tua tua wali korban anak berita acara cabang negeri anak cara cara diversi para pihak dv-2 berita acara upaya dv-2",
"passage: berita acara diversi berita acara diversi nama pangkat/ nip. jabatan perkara anak dengan identitas sebagai berikut nama lengkap nomor identitas tempat lahir umur/tanggal lahir jenis kelamin kewarganegaraan tempat tinggal agama pekerjaan pendidikan anak pembimbing kemasyarakatan pekerja sosial profesional/tenaga penasihat hukum masyarakat (tokoh agama/guru/ tokoh terhadap anak sebagai berikut sebagai berikut berikut tercapainya suatu kesepakatan fasilitator memberikan saran sebagai berikut kejaksaan republik indonesia kejaksaan negeri/cabang kejaksaan negeri …….**) dv-5 berita acara diversi anak diversi korban fasilitator tokoh musyawarah wali masyarakat tua sosial orang memberikan guru kemasyarakatan kesempatan pendamping berikut profesional pembimbing pekerja dv-5 penasihat kesepahaman membacakan uraian singkat saran para orang tua wali tua wali anak wali anak korban anak orang tua anak korban anak korban anak korban anak korban orang pekerja sosial profesional penasihat hukum masyarakat hukum masyarakat tokoh anak korban wali anak orang tua tua wali musyawarah diversi korban anak anak orang fasilitator memberikan berita acara korban orang pembimbing kemasyarakatan pekerja sosial sosial profesional penasihat hukum dv-5"
]
embeddings = model.encode(sentences)
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [4, 4] 
