Update README.md
Browse files
README.md
CHANGED
|
@@ -88,35 +88,6 @@ Below is an example for usage with sentence_transformers.
|
|
| 88 |
from sentence_transformers import SentenceTransformer
|
| 89 |
model = SentenceTransformer('Metric-AI/armenian-text-embeddings-1')
|
| 90 |
|
| 91 |
-
input_texts = [
|
| 92 |
-
'query: Ինչպե՞ս պատրաստել տոլմա', # How to make tolma
|
| 93 |
-
'query: Քանի՞ գրամ սպիտակուց է հարկավոր օրական', # How many grams of protein needed daily
|
| 94 |
-
|
| 95 |
-
"""passage: Տոլմայի բաղադրատոմս՝
|
| 96 |
-
Բաղադրիչներ՝
|
| 97 |
-
- 500գ աղացած միս
|
| 98 |
-
- 1 բաժակ բրինձ
|
| 99 |
-
- Խաղողի տերևներ
|
| 100 |
-
- 2 գլուխ սոխ
|
| 101 |
-
- Համեմունքներ՝ աղ, սև պղպեղ, քարի
|
| 102 |
-
|
| 103 |
-
Պատրաստման եղանակը՝
|
| 104 |
-
1. Միսը խառնել բրնձի, մանր կտրատած սոխի և համեմունքների հետ
|
| 105 |
-
2. Խաղողի տերևները լվանալ և թողնել տաք ջրի մեջ 10 րոպե
|
| 106 |
-
3. Լցոնել տերևները և դասավորել կաթսայի մեջ
|
| 107 |
-
4. Եփել դանդաղ կրակի վրա 45-60 րոպե""", # Detailed tolma recipe
|
| 108 |
-
|
| 109 |
-
"""passage: Սպիտակուցի օրական չափաբաժինը կախված է մարդու քաշից, սեռից և ֆիզիկական ակտիվությունից:
|
| 110 |
-
Միջին հաշվով, կանանց համար խորհուրդ է տրվում 46-50 գրամ սպիտակուց օրական:
|
| 111 |
-
Մարզիկների համար այս թիվը կարող է հասնել մինչև 1.6-2 գրամ մարմնի քաշի յուրաքանչյուր կիլոգրամի համար:
|
| 112 |
-
Հղիների համար պահանջվում է լրացուցիչ 25 գրամ սպիտակուց:
|
| 113 |
-
|
| 114 |
-
Սպիտակուցի հարուստ աղբյուրներ են՝
|
| 115 |
-
- Հավի միս (31գ/100գ)
|
| 116 |
-
- Ձու (13գ/100գ)
|
| 117 |
-
- Ոսպ (25գ/100գ)
|
| 118 |
-
- Մածուն (3.5գ/100գ)"""]
|
| 119 |
-
|
| 120 |
embeddings = model.encode(input_texts, normalize_embeddings=True)
|
| 121 |
```
|
| 122 |
|
|
|
|
| 88 |
from sentence_transformers import SentenceTransformer
|
| 89 |
model = SentenceTransformer('Metric-AI/armenian-text-embeddings-1')
|
| 90 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 91 |
embeddings = model.encode(input_texts, normalize_embeddings=True)
|
| 92 |
```
|
| 93 |
|