improving usage example

README.md

@@ -14,7 +14,7 @@ widget:
 ---
 
 
-# SBERT_SYNONYMY
+# Детектор синонимичности фраз
 
 Это [sentence-transformers](https://www.SBERT.net) модель, предназначенная
 для определения синонимичности двух коротких текстов, преимущественно одиночных предложений длиной до 10-15 слов.
@@ -28,7 +28,7 @@ widget:
 Она имеет очень небольшой размер и быстро выполняет инференс даже на CPU.
 
 
-## Использование с библиотекой (Sentence-Transformers)
+## Использование с библиотекой Sentence-Transformers
 
 Для удобства установите [sentence-transformers](https://www.SBERT.net):
 
@@ -36,20 +36,38 @@ widget:
 pip install -U sentence-transformers
 ```
 
-Чтобы определить синонимичность одной пары предложений, можно использовать такой код:
+Чтобы определить синонимичность пар предложений, можно использовать такой код:
 
 ```
 import sentence_transformers
 
-sentences = ["Кошка ловит мышку.", "Мышка преследуема кошкой."]
+sentences = ["Одна голова - хорошо, а две - лучше",
+"пара голов имеет преимущество перед единственной",
+"Потерявши голову, по волосам не плачут",]
 
 model = sentence_transformers.SentenceTransformer('inkoziev/sbert_synonymy')
 embeddings = model.encode(sentences)
 
-s = sentence_transformers.util.cos_sim(a=embeddings[0], b=embeddings[1])
-print('text={} question={} cossim={}'.format(sentences[0], sentences[1], s))
+s1 = sentences[0]
+v1 = embeddings[0]
+for i2 in range(1, 3):
+    s = sentence_transformers.util.cos_sim(a=v1, b=embeddings[i2]).item()
+    print('text1={} text2={} cossim={}'.format(s1, sentences[i2], s))
 ```
 
+Результат будет примерно таким:
+
+```
+text1=Одна голова - хорошо, а две - лучше  text2=пара голов имеет преимущество перед единственной  cossim=0.8603419065475464
+text1=Одна голова - хорошо, а две - лучше  text2=Потерявши голову, по волосам не плачут  cossim=0.013120125979185104
+```
+
+## Связанные проекты
+
+Генеративный поэтический перефразировщик доступен в хабе hugginggace: [inkoziev/paraphraser](https://huggingface.co/inkoziev/paraphraser).
+Код обучения этой модели доступен в [репозитории на гитхабе](https://github.com/Koziev/paraphraser).
+
+
 ## Контакты и цитирование
 
 ```