KennethTM commited on
Commit
57c31ca
·
verified ·
1 Parent(s): 3afb4b8

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +11 -2
README.md CHANGED
@@ -12,6 +12,8 @@ language:
12
  - da
13
  ---
14
 
 
 
15
  *This an updated version of [KennethTM/MiniLM-L6-danish-reranker](https://huggingface.co/KennethTM/MiniLM-L6-danish-reranker). This version is just trained on more data ([GooAQ dataset](https://huggingface.co/datasets/sentence-transformers/gooaq) translated to [Danish](https://huggingface.co/datasets/KennethTM/gooaq_pairs_danish)) and is otherwise the same*
16
 
17
  # MiniLM-L6-danish-reranker-v2
@@ -60,9 +62,16 @@ import numpy as np
60
 
61
  sigmoid_numpy = lambda x: 1/(1 + np.exp(-x))
62
 
63
- model = CrossEncoder('KennethTM/MiniLM-L6-danish-reranker-v2, max_length=512)
64
- scores = model.predict([queries, passages])
 
 
 
 
 
 
65
 
66
  print(scores)
67
  print(sigmoid_numpy(scores))
 
68
  ```
 
12
  - da
13
  ---
14
 
15
+ # Note
16
+
17
  *This an updated version of [KennethTM/MiniLM-L6-danish-reranker](https://huggingface.co/KennethTM/MiniLM-L6-danish-reranker). This version is just trained on more data ([GooAQ dataset](https://huggingface.co/datasets/sentence-transformers/gooaq) translated to [Danish](https://huggingface.co/datasets/KennethTM/gooaq_pairs_danish)) and is otherwise the same*
18
 
19
  # MiniLM-L6-danish-reranker-v2
 
62
 
63
  sigmoid_numpy = lambda x: 1/(1 + np.exp(-x))
64
 
65
+ # Provide examples as a list of query-passage tuples
66
+ pairs = [('Kører der cykler på vejen?',
67
+ 'I Danmark er cykler et almindeligt transportmiddel, og de har lige så stor ret til at bruge vejene som bilister. Cyklister skal dog følge færdselsreglerne og vise hensyn til andre trafikanter.'),
68
+ ('Kører der cykler på vejen?',
69
+ 'Solen skinner, og himlen er blå. Der er ingen vind, og temperaturen er perfekt. Det er den perfekte dag til at tage en tur på landet og nyde den friske luft.')]
70
+
71
+ model = CrossEncoder('KennethTM/MiniLM-L6-danish-reranker-v2', max_length=512)
72
+ scores = model.predict(pairs)
73
 
74
  print(scores)
75
  print(sigmoid_numpy(scores))
76
+
77
  ```