Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
turkish-legal-texts
Generated from Trainer
dataset_size:9000
loss:CosineSimilarityLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use nezahatkorkmaz/turkish-mevzuat-bert with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use nezahatkorkmaz/turkish-mevzuat-bert with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("nezahatkorkmaz/turkish-mevzuat-bert") sentences = [ "(1) İhalesi yapılacak her iş için bir onay belgesi hazırlanır...", "(1) Aşağıda belirtilen kimseler doğrudan veya dolaylı ya da alt yüklenici olarak kendileri veya başkaları adına, bu Yönetmelik kapsamındaki ihalelere katılamazlar:", "Yönetim Kurulunun görevleri", "(1) Hastane Müdürü ve yardımcıları Hastane Başmüdürüne verilen görevlerin yerine getirilmesinde yardımcı olurlar..." ] 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!