sentence-transformers How to use comet24082002/ft_bge_newLaw_ContrastiveLoss_V1_5epochs with sentence-transformers:
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("comet24082002/ft_bge_newLaw_ContrastiveLoss_V1_5epochs")
sentences = [
"Thời hiệu xử phạt vi phạm hành chính đối với hành vi sử dụng lao động 17 tuổi làm công việc pha chế đồ uống trong nhà hàng quá thời giờ làm việc quy định là bao lâu?",
"\"Điều 62. Hết thời hạn đưa vào cơ sở cai nghiện bắt buộc\n1. Chậm nhất là mười lăm ngày trước khi hết thời hạn đưa vào cơ sở cai nghiện bắt buộc, Giám đốc cơ sở cai nghiện bắt buộc có trách nhiệm thông báo cho Tòa án nhân dân cấp huyện nơi đã ra quyết định, Ủy ban nhân dân cấp xã nơi lập hồ sơ, đại diện gia đình (bố, mẹ, vợ hoặc chồng, anh chị em ruột), người đại diện theo pháp luật của người từ đủ 12 tuổi đến dưới 18 tuổi biết ngày người cai nghiện hết thời hạn chấp hành biện pháp cai nghiện bắt buộc.\n..\n5. Trong thời hạn 05 ngày làm việc, kể từ ngày về địa phương, người đã chấp hành xong quyết định phải trình báo Ủy ban nhân dân cấp xã và cơ quan Công an cùng cấp nơi mình cư trú.\"",
"Cơ cấu tổ chức\n...\nb) Phó Giám đốc Trung tâm giúp Giám đốc theo dõi, chỉ đạo thực hiện một số mặt công tác theo phân công của Giám đốc, chịu trách nhiệm trước Giám đốc và trước pháp luật về nhiệm vụ được phân công.\n2. Các phòng chuyên môn, nghiệp vụ:\na) Văn phòng;\nb) Phòng Chuyển đổi số và Hợp tác quốc tế;\nc) Phòng Quản trị hệ thống;\nd) Phòng Công nghệ số;\nđ) Phòng Quản lý Cổng thông tin điện tử;\ne) Phòng Thống kê và Dự báo;\ng) Phòng Thông tin và Thư viện.\nCác phòng có Trưởng phòng và không quá 02 Phó Trưởng phòng được bổ nhiệm, miễn nhiệm theo quy định của pháp luật.",
"\"- Văn bản đăng ký chuyển địa điểm tại cơ quan thuế nơi người nộp thuế chuyển đến mẫu số 30/ĐK-TCT ban hành kèm theo Thông tư này.\n- Bản sao Giấy phép thành lập và hoạt động, hoặc Giấy chứng nhận đăng ký hộ kinh doanh hoặc Văn bản tương đương do cơ quan có thẩm quyền cấp trong trường hợp địa chỉ trên các Giấy tờ này có thay đổi.\""
]
embeddings = model.encode(sentences)
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [4, 4] 
