How to use seongil-dn/gte-further-filtered-neg4-bs96 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("seongil-dn/gte-further-filtered-neg4-bs96", trust_remote_code=True) sentences = [ "'백발 급구'의 주인공 구신의 직업은 무엇인가요?", "그레고리아 데 헤수스(Gregoria de Jesús, 1875년 5월 9일 - 1943년 3월 15일)는 필리핀의 독립운동가이자 카티푸난의 여성 지도자였다. 필리핀 임시 혁명정부의 제1대 부통령이자 첫 번째 퍼스트 레이디였다.", "＜백발 급구＞는 모스크바와 페테르부르크의 건축물들에 대한 작가의 폭넓은 이해를 엿볼 수 있는 작품이다. 건축물 사진첩들을 뒤적이며 소일하는 것을 위로 삼아 부정한 아내와의 원만치 못한 결혼 생활을 견뎌가고 있는 주인공 구신은 페테르부르크 출장 중에 렌필름 영화사 앞에서 이류 배우 나타샤와 만나게 된다. 사출 전문가라는 특이한 직업과는 어울리지 않게 페테르부르크의 유명 건축물들을 건설한 예술가들에 대한 이해와 삶의 깊이를 가진 구신의 매력에 빠져든 나타샤는 구신과 보낸 이틀을 잊지 못하게 된다. 모스크바로 돌아온 구신도 나타샤와의 사랑을 통해 삶의 의미를 다시 찾게 되고 모스크바의 생활을 정리하고 페테르부르크의 나타샤에게로 되돌아가게 되면서 작품은 끝을 맺는다.", "1991년 의족을 하고 눈을 가린 초인은 절대 붕대를 풀어서는 안된다고 어머니는 말한다. 그때 어머니가 아버지에게 가정폭력을 당하자 붕대를 풀고 아버지를 살해한다.\n결국 모자는 동반자살을 위해 초인의 목을 조르려고 하자 초인은 붕대를 벗고 달아난다.19년후인 2010년 자동차 폐기장에서 일하는 임규남(고수 분)은 교통 사고로 인해 병원에 입원하게 되고, 그 때문에 일하던 곳에서 해직당한다. 그 이후 일자리를 알아보던 규남은 전당포 일을 맡게 된다. 사장은 자꾸 장부와 금고의 돈이 맞지 않는다며 의문을 제기한다. 어느 날 자동차 폐기장에서 일하던 규남의 친구들이 전당포로 놀러온다. 다 함께 점심을 먹던 중 갑자기 몸이 움직이지 않고, 이상한 기운이 감돈다. 규남은 살짝 정신을 차렸지만 친구들과 사장은 움직이지 않는다. 잠시 후 사람이 들어오고 사장은 초점이 없는 눈으로 금고의 돈을 꺼내 그 사람에게 건넨다. 뭔가 일이 이상하게 흘러간다고 생각한 규남은 정신을 바짝 차려 움직이는데 성공한다. 초인은 규남만 움직이는 것을 보며 놀라움을 감추지 못한다. 규남은 초인을 물리치려 하지만 규남은 조종당하는 자신의 친구들과 사장의 공격을 당하고 결국 사장이 죽게된다. 초인이 물러난 후 정신이 깨어난 규남의 친구들은 규남과 함께 녹화된 CCTV 테잎을 보게 되고 초인에 의해 조종받았다는 사실을 알게 되고 싸우기로 결심한다. 그리고 자신을 제외한 모든 사람들을 눈으로 조종한다는 사실을 깨달은 규남은 전투 끝에 규남을 제압하고 얼굴에 봉지를 씌워 경찰서에 데려간다. 경찰에게 자초지종을 이야기 하고 CCTV 비디오 테이프를 건네주지만 경찰은 규남을 믿지 않는다. 결국 경찰은 봉투를 벗기게 되고 전부 조종당한다. 총격전 끝에 가까스로 살아남은 규남은 경찰의 총을 뺏어가면서 총기탈취 용의자로 몰리게 된다. 한편 규남의 친구들은 눈으로 조종한다는 사실을 깨닫고 각종 무기와 방어구를 갖고 초인을 대하지만 전혀 통하지 않고, 초인에게 끌려간다. 규남은 전당포에서 인질로 붙잡힌 친구들을 찾지만 친구들은 초인에 의해 살해된다. 초인을 쫒던 규남은 옥상에서 초인을 만나 죽이려 하지만 반대편에 사장의 딸 영숙(정은채 분)이 난간위에 올라가 떨어질 위기에 처했다는 것을 보고 잠시 움찔하지만 결국 초인과 같이 뛰어내려 초인은 죽고 규남은 살아남는다. 영숙은 다행히 옥상쪽으로 떨어져 살아남는다. 이 사고로 규남은 전신마비가 되고 스튜어디스가 된 영숙은 그를 챙긴다. 몇 개월후 지하철 선로에 떨어진 유치원생이 위기에 처한다. 유치원생을 넘어 전차가 지나가고, 규남에 의해 구조된다." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4]
