osiria commited on
Commit
f02e7a0
1 Parent(s): 8b477f3

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +3 -0
README.md CHANGED
@@ -38,10 +38,13 @@ import numpy as np
38
 
39
  tokenizer = AutoTokenizer.from_pretrained("osiria/distiluse-base-italian")
40
  model = AutoModel.from_pretrained("osiria/distiluse-base-italian")
 
41
  text1 = "Alessandro Manzoni è stato uno scrittore italiano"
42
  text2 = "Giacomo Leopardi è stato un poeta italiano"
 
43
  vec1 = model(tokenizer.encode(text1, return_tensors = "pt")).last_hidden_state[0,0,:].cpu().detach().numpy()
44
  vec2 = model(tokenizer.encode(text2, return_tensors = "pt")).last_hidden_state[0,0,:].cpu().detach().numpy()
 
45
  cosine_similarity = np.dot(vec1, vec2)/(np.linalg.norm(vec1)*np.linalg.norm(vec2))
46
  print("COSINE SIMILARITY:", cosine_similarity)
47
 
 
38
 
39
  tokenizer = AutoTokenizer.from_pretrained("osiria/distiluse-base-italian")
40
  model = AutoModel.from_pretrained("osiria/distiluse-base-italian")
41
+
42
  text1 = "Alessandro Manzoni è stato uno scrittore italiano"
43
  text2 = "Giacomo Leopardi è stato un poeta italiano"
44
+
45
  vec1 = model(tokenizer.encode(text1, return_tensors = "pt")).last_hidden_state[0,0,:].cpu().detach().numpy()
46
  vec2 = model(tokenizer.encode(text2, return_tensors = "pt")).last_hidden_state[0,0,:].cpu().detach().numpy()
47
+
48
  cosine_similarity = np.dot(vec1, vec2)/(np.linalg.norm(vec1)*np.linalg.norm(vec2))
49
  print("COSINE SIMILARITY:", cosine_similarity)
50