Update README.md

README.md

@@ -18,39 +18,64 @@ datasets:
 - Clem27sey/Nacid
 ---
 
-# Model Trained Using AutoTrain
+### 💕 Documentation du modèle `Nacacia-fine` 💕
 
-- Problem type: Sentence Transformers
+![Nacacia-fine](http://www.image-heberg.fr/files/17580032521425322177.webp)
 
-## Validation Metrics
-No validation metrics available
+**🌟 Objectif du modèle**
 
-## Usage
+`Nacacia-fine` est un modèle spécialisé dans l'analyse de la **similarité des phrases**. Son super-pouvoir ? Il est capable de comprendre si deux phrases ont le même sens, même si elles ne sont pas écrites avec les mêmes mots. C'est un peu comme un détective qui cherche le sens caché des phrases \! 🕵️‍♀️
 
-### Direct Usage (Sentence Transformers)
+Ce modèle est parfait pour les applications de recherche, de classification de texte, ou pour construire un chatbot capable de comprendre les questions des utilisateurs, même s'ils les posent de manière différente.
 
-First install the Sentence Transformers library:
+**✨ Comment ça marche ?**
+
+`Nacacia-fine` est un modèle de *machine learning* qui a été entraîné avec amour et soin sur une dataset unique et personnalisée. C'est un modèle du type **Sentence Transformer**.
+
+Pour le créer, il a été **fine-tuné** à partir du modèle `Nacacia-v2` (disponible sur l'ancien compte de Clemylia). `Nacacia-v2` est lui-même une version fine-tunée d'un grand modèle de base comme **distilbert**. Cela permet à `Nacacia-fine` de bénéficier de l'énorme connaissance de son modèle parent tout en étant spécialisé pour sa tâche unique.
+
+Le modèle a été entraîné avec la petite dataset `Nacid` sur le compte `Clem27sey`, qui contient une liste de questions et de réponses. C'est grâce à elle qu'il a appris à reconnaître la cohérence entre une question et sa réponse.
+
+**💖 Comment l'utiliser**
+
+Vous pouvez utiliser `Nacacia-fine` dans vos propres projets pour y ajouter une touche d'intelligence \!
+
+**1. Installation**
+
+D'abord, installez la bibliothèque **sentence-transformers** en utilisant `pip` :
 
 ```bash
 pip install -U sentence-transformers
 ```
 
-Then you can load this model and run inference.
+**2. Utilisation en Python**
+
+Ensuite, vous pouvez charger le modèle et l'utiliser pour comparer vos propres phrases. Il est très simple à utiliser \!
+
 ```python
-from sentence_transformers import SentenceTransformer
+from sentence_transformers import SentenceTransformer, util
 
-# Download from the Hugging Face Hub
-model = SentenceTransformer("sentence_transformers_model_id")
-# Run inference
+# Téléchargez et chargez le modèle directement depuis le Hugging Face Hub
+model = SentenceTransformer("Clemylia/Nacacia-fine")
+
+# Vos phrases à analyser
 sentences = [
-    'search_query: autotrain',
-    'search_query: auto train',
-    'search_query: i love autotrain',
+    'Est-ce que le chat est un animal ?',
+    'Un chat est un mammifère.',
+    'Le chien est mon meilleur ami.'
 ]
-embeddings = model.encode(sentences)
-print(embeddings.shape)
 
-# Get the similarity scores for the embeddings
-similarities = model.similarity(embeddings, embeddings)
-print(similarities.shape)
+# Calcule les "embeddings" de vos phrases
+embeddings = model.encode(sentences, convert_to_tensor=True)
+
+# Calcule la matrice de similarité (plus le score est proche de 1, plus les phrases sont similaires)
+similarity_scores = util.cos_sim(embeddings, embeddings)
+
+# Affiche le résultat
+print("Scores de similarité :")
+print(similarity_scores)
 ```
+
+**🚀 Allez-y, créez \!**
+
+Nous espérons que ce modèle vous inspirera pour vos prochains projets. N'hésitez pas à jouer avec, à tester d'autres phrases, et à découvrir toutes les possibilités de `Nacacia-fine`.