Sentence Similarity
sentence-transformers
Safetensors
English
Nepali
bert
feature-extraction
Generated from Trainer
dataset_size:60032
loss:CachedMultipleNegativesSymmetricRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use jangedoo/all-MiniLM-L6-v3-nepali-rag with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use jangedoo/all-MiniLM-L6-v3-nepali-rag with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("jangedoo/all-MiniLM-L6-v3-nepali-rag") sentences = [ "टर्की को राष्ट्रपति को हो?", "आइतबारको अन्ततिर, संयुक्त राज्य अमेरिकाका राष्ट्रपति डोनाल्ड ट्रम्पले, प्रेस सचिवमार्फत दिएका विज्ञप्तिमा अमेरिकी सेनाले सिरिया छोडेर जाने घोषणा गरे। Trump ले टर्कीका राष्ट्रपति Recep Tayyip Erdoğan सँग फोनमा कुराकानी गरिसकेपछि यो घोषणा गरिएको थियो। टर्कीले पक्राउ गरिएका ISIS लडाकूहरूको सुरक्षा गर्ने काम पनि गर्नेछ, जुन विज्ञप्तिले भनेको छ, युरोपियन देशहरूले स्वदेश फिर्ता गर्न अस्वीकार गरेका छन्।", "जेफ वीज र नौजना पीडितहरूमध्ये तीन जनाको अन्त्येष्टि भएको रेड लेक समुदायमा आज समाचार फैलिएको छ कि मार्च 21 को विद्यालयमा भएको गोलीबारी को आरोपमा अर्को विद्यार्थी पक्राउ परेको खबर छ। अधिकारीहरूले आधिकारिक रूपमा आजको पक्राउको पुष्टि बाहिर भने। यद्यपि, अनुसन्धानको बारेमा थाहा भएको स्रोतले मिनेपोलिस स्टार-ट्रिब्युनलाई त्यो रेड लेक ट्राइबल चेयरम्यान फ्लोयड जोर्डेनको 16-वर्षे छोरा लुइस जोर्डन भएको बतायो। अहिले यो थाहा छैन कि केकस्ता आरोपहरू लगाइनेछ वा के कुराले अधिकारीलाई केटासम्म पुर्यायो तर सङ्घीय अदालतमा किशोरसम्बन्धी कारवाहीहरू सुरु भएका छन्।", "लगभग तीन हजार वर्षपछि, सन् 1610 मा, इटालियन खगोलविद् ग्यालिलियो ग्यालेलीले टेलिस्कोप प्रयोग गरेर शुक्रका पनि चन्द्रमाका जस्तै चरणहरू हुन्छन् भन्ने अवलोकन गरे। सूर्यतिर फर्केको गर्नु पर्ने शुक्र (वा चन्द्रमा) को छेउ मात्र उज्यालो हुनाले चरण हुन्छन्। शुक्रका चरणले कोपरनिकसको सिद्धान्तलाई समर्थन गर्छ ग्रहहरू सूर्यको वरिपरि घुम्छन्। त्यसपछि, केही वर्षपछि 1639 मा बेलायती खगोलविद Jeremiah Horrocks ले शुक्रको ट्रान्जिट देखे।" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Welcome to the community
The community tab is the place to discuss and collaborate with the HF community!