Sentence Similarity
sentence-transformers
Safetensors
Turkish
new
feature-extraction
Generated from Trainer
dataset_size:482091
loss:MatryoshkaLoss
loss:MultipleNegativesRankingLoss
loss:CoSENTLoss
custom_code
Eval Results (legacy)
text-embeddings-inference
Instructions to use newmindai/TurkEmbed4STS with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use newmindai/TurkEmbed4STS with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("newmindai/TurkEmbed4STS", trust_remote_code=True) sentences = [ "Ya da dışarı çıkıp yürü ya da biraz koşun. Bunu düzenli olarak yapmıyorum ama Washington bunu yapmak için harika bir yer.", "“Washington's yürüyüş ya da koşu için harika bir yer.”", "H-2A uzaylılar Amerika Birleşik Devletleri'nde zaman kısa süreleri var.", "“Washington'da düzenli olarak yürüyüşe ya da koşuya çıkıyorum.”" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
- Xet hash:
- 900d575674d5bfcd5c2b9059c9221a42f92c957ed7230f7e096d3e9580c3e4c2
- Size of remote file:
- 17.1 MB
- SHA256:
- 883b037111086fd4dfebbbc9b7cee11e1517b5e0c0514879478661440f137085
·
Xet efficiently stores Large Files inside Git, intelligently splitting files into unique chunks and accelerating uploads and downloads. More info.