File size: 50,246 Bytes
c9f5d5c |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 |
---
base_model: google-bert/bert-base-multilingual-cased
datasets: []
language: []
library_name: sentence-transformers
metrics:
- cosine_accuracy@1
- cosine_accuracy@3
- cosine_accuracy@5
- cosine_accuracy@10
- cosine_precision@1
- cosine_precision@3
- cosine_precision@5
- cosine_precision@10
- cosine_recall@1
- cosine_recall@3
- cosine_recall@5
- cosine_recall@10
- cosine_ndcg@10
- cosine_mrr@10
- cosine_map@100
pipeline_tag: sentence-similarity
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:181350
- loss:MatryoshkaLoss
- loss:MultipleNegativesRankingLoss
widget:
- source_sentence: Quyết định điều chuyển tài sản công có yêu cầu là Quyết định điều
chuyển tài sản hoặc văn bản hồi đáp.
sentences:
- 'Thủ tục cấp thẻ hướng dẫn viên du lịch nội địa có kết quả thực hiện là gì? '
- 'Thủ tục cấp lại Giấy phép thành lập Văn phòng đại diện tại Việt Nam của doanh
nghiệp kinh doanh dịch vụ lữ hành nước ngoài trong trường hợp Giấy phép thành
lập Văn phòng đại diện bị mất, bị hủy hoại, bị hư hỏng* hoặc bị tiêu hủy có yêu
cầu thành phần hồ sơ những gì? '
- 'Quyết định điều chuyển tài sản công có kết quả thực hiện là gì? '
- source_sentence: 'Chuyển trường đối với học sinh trung học cơ sở. có phí, lệ phí
là: Trực tiếp: Trực tuyến: Dịch vụ bưu chính: '
sentences:
- 'Cấp giấy chứng nhận là lương y cho các đối tượng quy định tại Khoản 6, Điều 1,
Thông tư số 29/2015/TT-BYT có cách thức nộp hồ sơ như thế nào? '
- 'Chuyển trường đối với học sinh trung học cơ sở. có phí, lệ phí là bao nhiêu? '
- 'Chuyển đổi công ty trách nhiệm hữu hạn một thành viên thành công ty trách nhiệm
hữu hạn hai thành viên trở lên có cách thức nộp hồ sơ như thế nào? '
- source_sentence: 'Thủ tục đăng ký khai tử do cơ quan Ủy ban Nhân dân xã, phường, thị
trấn. thực hiện '
sentences:
- 'Tiếp nhận người có công vào cơ sở nuôi dưỡng, điều dưỡng người có công do tỉnh
quản lý do cấp nào thực hiện? '
- 'Cấp giấy phép hoạt động đối với cơ sở khám bệnh, chữa bệnh khi thay đổi người
chịu trách nhiệm chuyên môn của cơ sở khám bệnh, chữa bệnh thuộc thẩm quyền của
Sở Y tế được thực hiện mức độ mấy? '
- 'Thủ tục đăng ký khai tử do cơ quan nào giải quyết? '
- source_sentence: Cấp lại giấy chứng nhận đăng ký tàu cá do cấp Cấp Tỉnhthực hiện
sentences:
- 'Thủ tục tặng Giấy khen của Chủ tịch UBND cấp huyện về thành tích thi đua theo
đợt, chuyên đề có kết quả thực hiện là gì? '
- 'Đăng ký thay đổi nội dung giấy chứng nhận đăng ký thành lập đối với cơ sở trợ
giúp xã hội ngoài công lập thuộc thẩm quyền thành lập của Phòng Lao động – Thương
binh và Xã hội có cách thức nộp hồ sơ như thế nào? '
- 'Cấp lại giấy chứng nhận đăng ký tàu cá do cấp nào thực hiện? '
- source_sentence: Thẩm định nội dung điều chỉnh báo cáo nghiên cứu khả thi, quyết
định phê duyệt điều chỉnh dự án PPP do nhà đầu tư đề xuất có thể nộp hồ sơ Trực
tiếp
sentences:
- 'Cấp giấy phép hoạt động khám, chữa bệnh nhân đạo đối với bệnh viện trên địa bàn
quản lý của Sở Y tế (trừ các bệnh viện thuộc thẩm quyền của Bộ Y tế và Bộ Quốc
phòng) và áp dụng đối với trường hợp khi thay đổi hình thức tổ chức, chia tách,
hợp nhất, sáp nhập có phí, lệ phí là bao nhiêu? '
- 'Thẩm định nội dung điều chỉnh báo cáo nghiên cứu khả thi, quyết định phê duyệt
điều chỉnh dự án PPP do nhà đầu tư đề xuất có cách thức nộp hồ sơ như thế nào? '
- 'Tiếp tục hưởng trợ cấp thất nghiệp do cấp nào thực hiện? '
model-index:
- name: SentenceTransformer based on google-bert/bert-base-multilingual-cased
results:
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 768
type: dim_768
metrics:
- type: cosine_accuracy@1
value: 0.10009925558312655
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.2904218362282878
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.47791563275434246
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.9510173697270472
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.10009925558312655
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.09680727874276261
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.09558312655086847
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.09510173697270473
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.10009925558312655
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.2904218362282878
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.47791563275434246
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.9510173697270472
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.4351926423316514
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.2825527393753259
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.2844327675615221
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 512
type: dim_512
metrics:
- type: cosine_accuracy@1
value: 0.10054590570719603
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.2898759305210918
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.4830272952853598
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.952605459057072
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.10054590570719603
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.09662531017369726
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.09660545905707195
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.09526054590570722
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.10054590570719603
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.2898759305210918
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.4830272952853598
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.952605459057072
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.43676643251693065
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.2840480719996919
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.2858433407889525
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 256
type: dim_256
metrics:
- type: cosine_accuracy@1
value: 0.09930521091811415
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.2883374689826303
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.47429280397022333
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.9553846153846154
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.09930521091811415
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.09611248966087675
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.09485856079404464
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.09553846153846156
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.09930521091811415
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.2883374689826303
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.47429280397022333
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.9553846153846154
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.43556449455203994
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.2818752215526487
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.2834884997311635
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 128
type: dim_128
metrics:
- type: cosine_accuracy@1
value: 0.0977667493796526
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.28898263027295285
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.47528535980148884
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.9555334987593052
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.0977667493796526
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.0963275434243176
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.09505707196029776
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.09555334987593055
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.0977667493796526
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.28898263027295285
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.47528535980148884
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.9555334987593052
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.4350140431027869
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.2810836779707813
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.282699722665348
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 64
type: dim_64
metrics:
- type: cosine_accuracy@1
value: 0.09553349875930521
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.28630272952853597
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.4743424317617866
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.9551861042183623
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.09553349875930521
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.09543424317617866
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.09486848635235731
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.09551861042183625
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.09553349875930521
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.28630272952853597
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.4743424317617866
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.9551861042183623
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.43407349235781
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.2798726810823634
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.2814776967100825
name: Cosine Map@100
---
# SentenceTransformer based on google-bert/bert-base-multilingual-cased
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [google-bert/bert-base-multilingual-cased](https://huggingface.co/google-bert/bert-base-multilingual-cased). It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.
## Model Details
### Model Description
- **Model Type:** Sentence Transformer
- **Base model:** [google-bert/bert-base-multilingual-cased](https://huggingface.co/google-bert/bert-base-multilingual-cased) <!-- at revision 3f076fdb1ab68d5b2880cb87a0886f315b8146f8 -->
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 768 tokens
- **Similarity Function:** Cosine Similarity
<!-- - **Training Dataset:** Unknown -->
<!-- - **Language:** Unknown -->
<!-- - **License:** Unknown -->
### Model Sources
- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
- **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
- **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers)
### Full Model Architecture
```
SentenceTransformer(
(0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel
(1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)
```
## Usage
### Direct Usage (Sentence Transformers)
First install the Sentence Transformers library:
```bash
pip install -U sentence-transformers
```
Then you can load this model and run inference.
```python
from sentence_transformers import SentenceTransformer
# Download from the 🤗 Hub
model = SentenceTransformer("anhtuansh/bert-base-multilingual-Financial-Matryoshka-2-v2")
# Run inference
sentences = [
'Thẩm định nội dung điều chỉnh báo cáo nghiên cứu khả thi, quyết định phê duyệt điều chỉnh dự án PPP do nhà đầu tư đề xuất có thể nộp hồ sơ Trực tiếp',
'Thẩm định nội dung điều chỉnh báo cáo nghiên cứu khả thi, quyết định phê duyệt điều chỉnh dự án PPP do nhà đầu tư đề xuất có cách thức nộp hồ sơ như thế nào? ',
'Tiếp tục hưởng trợ cấp thất nghiệp do cấp nào thực hiện? ',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
```
<!--
### Direct Usage (Transformers)
<details><summary>Click to see the direct usage in Transformers</summary>
</details>
-->
<!--
### Downstream Usage (Sentence Transformers)
You can finetune this model on your own dataset.
<details><summary>Click to expand</summary>
</details>
-->
<!--
### Out-of-Scope Use
*List how the model may foreseeably be misused and address what users ought not to do with the model.*
-->
## Evaluation
### Metrics
#### Information Retrieval
* Dataset: `dim_768`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.1001 |
| cosine_accuracy@3 | 0.2904 |
| cosine_accuracy@5 | 0.4779 |
| cosine_accuracy@10 | 0.951 |
| cosine_precision@1 | 0.1001 |
| cosine_precision@3 | 0.0968 |
| cosine_precision@5 | 0.0956 |
| cosine_precision@10 | 0.0951 |
| cosine_recall@1 | 0.1001 |
| cosine_recall@3 | 0.2904 |
| cosine_recall@5 | 0.4779 |
| cosine_recall@10 | 0.951 |
| cosine_ndcg@10 | 0.4352 |
| cosine_mrr@10 | 0.2826 |
| **cosine_map@100** | **0.2844** |
#### Information Retrieval
* Dataset: `dim_512`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.1005 |
| cosine_accuracy@3 | 0.2899 |
| cosine_accuracy@5 | 0.483 |
| cosine_accuracy@10 | 0.9526 |
| cosine_precision@1 | 0.1005 |
| cosine_precision@3 | 0.0966 |
| cosine_precision@5 | 0.0966 |
| cosine_precision@10 | 0.0953 |
| cosine_recall@1 | 0.1005 |
| cosine_recall@3 | 0.2899 |
| cosine_recall@5 | 0.483 |
| cosine_recall@10 | 0.9526 |
| cosine_ndcg@10 | 0.4368 |
| cosine_mrr@10 | 0.284 |
| **cosine_map@100** | **0.2858** |
#### Information Retrieval
* Dataset: `dim_256`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.0993 |
| cosine_accuracy@3 | 0.2883 |
| cosine_accuracy@5 | 0.4743 |
| cosine_accuracy@10 | 0.9554 |
| cosine_precision@1 | 0.0993 |
| cosine_precision@3 | 0.0961 |
| cosine_precision@5 | 0.0949 |
| cosine_precision@10 | 0.0955 |
| cosine_recall@1 | 0.0993 |
| cosine_recall@3 | 0.2883 |
| cosine_recall@5 | 0.4743 |
| cosine_recall@10 | 0.9554 |
| cosine_ndcg@10 | 0.4356 |
| cosine_mrr@10 | 0.2819 |
| **cosine_map@100** | **0.2835** |
#### Information Retrieval
* Dataset: `dim_128`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.0978 |
| cosine_accuracy@3 | 0.289 |
| cosine_accuracy@5 | 0.4753 |
| cosine_accuracy@10 | 0.9555 |
| cosine_precision@1 | 0.0978 |
| cosine_precision@3 | 0.0963 |
| cosine_precision@5 | 0.0951 |
| cosine_precision@10 | 0.0956 |
| cosine_recall@1 | 0.0978 |
| cosine_recall@3 | 0.289 |
| cosine_recall@5 | 0.4753 |
| cosine_recall@10 | 0.9555 |
| cosine_ndcg@10 | 0.435 |
| cosine_mrr@10 | 0.2811 |
| **cosine_map@100** | **0.2827** |
#### Information Retrieval
* Dataset: `dim_64`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.0955 |
| cosine_accuracy@3 | 0.2863 |
| cosine_accuracy@5 | 0.4743 |
| cosine_accuracy@10 | 0.9552 |
| cosine_precision@1 | 0.0955 |
| cosine_precision@3 | 0.0954 |
| cosine_precision@5 | 0.0949 |
| cosine_precision@10 | 0.0955 |
| cosine_recall@1 | 0.0955 |
| cosine_recall@3 | 0.2863 |
| cosine_recall@5 | 0.4743 |
| cosine_recall@10 | 0.9552 |
| cosine_ndcg@10 | 0.4341 |
| cosine_mrr@10 | 0.2799 |
| **cosine_map@100** | **0.2815** |
<!--
## Bias, Risks and Limitations
*What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
-->
<!--
### Recommendations
*What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
-->
## Training Details
### Training Dataset
#### Unnamed Dataset
* Size: 181,350 training samples
* Columns: <code>positive</code> and <code>anchor</code>
* Approximate statistics based on the first 1000 samples:
| | positive | anchor |
|:--------|:-------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|
| type | string | string |
| details | <ul><li>min: 10 tokens</li><li>mean: 107.98 tokens</li><li>max: 512 tokens</li></ul> | <ul><li>min: 12 tokens</li><li>mean: 37.24 tokens</li><li>max: 448 tokens</li></ul> |
* Samples:
| positive | anchor |
|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>Tính tiền cấp quyền khai thác tài nguyên nước đối với công trình chưa vận hành cấp tỉnh có yêu cầu là .</code> | <code>Tính tiền cấp quyền khai thác tài nguyên nước đối với công trình chưa vận hành cấp tỉnh có yêu cầu gì? </code> |
| <code>Xóa đăng ký hành nghề và thu hồi Thẻ công chứng viên trường hợp công chứng viên không còn hành nghề tại tổ chức hành nghề công chứng được thực hiện mức độ trực tuyến Toàn trình</code> | <code>Xóa đăng ký hành nghề và thu hồi Thẻ công chứng viên trường hợp công chứng viên không còn hành nghề tại tổ chức hành nghề công chứng được thực hiện mức độ mấy? </code> |
| <code>Thủ tục cấp giấy chứng nhận đủ điều kiện kinh doanh hoạt động thể thao đối với môn Mô tô nước trên biển có trình tự thực hiện như sau: Doanh nghiệp gửi hồ sơ đến cơ quan chuyên môn về thể dục, thể thao thuộc Ủy ban nhân nhân cấp tỉnh nơi đăng ký địa điểm kinh doanh hoạt động thể thao hoặc nơi doanh nghiệp có trụ sở chính trong trường hợp doanh nghiệp có nhiều địa điểm kinh doanh hoạt động thể thao.Cơ quan chuyên môn về thể dục, thể thao thuộc Ủy ban nhân dân cấp tỉnh (sau đây gọi là cơ quan cấp Giấy chứng nhận đủ điều kiện) cấp cho doanh nghiệp giấy tiếp nhận hồ sơ. Trường hợp hồ sơ cần sửa đổi, bổ sung, cơ quan cấp Giấy chứng nhận đủ điều kiện thông báo trực tiếp hoặc bằng văn bản những nội dung cần sửa đổi, bổ sung đến doanh nghiệp trong thời hạn 03 ngày làm việc, kể từ ngày nhận hồ sơ.</code> | <code>Thủ tục cấp giấy chứng nhận đủ điều kiện kinh doanh hoạt động thể thao đối với môn Mô tô nước trên biển có trình tự thực hiện như thế nào? </code> |
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
```json
{
"loss": "MultipleNegativesRankingLoss",
"matryoshka_dims": [
768,
512,
256,
128,
64
],
"matryoshka_weights": [
1,
1,
1,
1,
1
],
"n_dims_per_step": -1
}
```
### Evaluation Dataset
#### Unnamed Dataset
* Size: 20,150 evaluation samples
* Columns: <code>positive</code> and <code>anchor</code>
* Approximate statistics based on the first 1000 samples:
| | positive | anchor |
|:--------|:-------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|
| type | string | string |
| details | <ul><li>min: 15 tokens</li><li>mean: 101.71 tokens</li><li>max: 512 tokens</li></ul> | <ul><li>min: 14 tokens</li><li>mean: 36.81 tokens</li><li>max: 191 tokens</li></ul> |
* Samples:
| positive | anchor |
|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>Điều chỉnh quyết định thu hồi đất, giao đất, cho thuê đất, cho phép chuyển mục đích sử dụng đất của Thủ tướng Chính phủ đã ban hành trước ngày 01 tháng 7 năm 2004 có yêu cầu hồ sơ gồm: 1. Hồ sơ do người sử dụng đất nộp 01 bộ tại Sở Tài nguyên và Môi trường gồm:Văn bản đề nghị điều chỉnh quyết định thu hồi đất, giao đất, cho thuê đất, cho phép chuyển mục đích sử dụng đất của Thủ tướng Chính phủ ban hành trước ngày 01 tháng 7 năm 2004 theo Mẫu số 03 ban hành kèm theo Thông tư 33/2017/TT-BTNMTBản sao quyết định thu hồi đất, giao đất, cho thuê đất, cho phép chuyển mục đích sử dụng đất của Thủ tướng Chính phủ đã ban hành trước ngày 01 tháng 7 năm 2004Bản sao giấy chứng nhận quyền sử dụng đất hoặc Giấy chứng nhận quyền sở hữu nhà ở và quyền sử dụng đất ở hoặc Giấy chứng nhận quyền sử dụng đất, quyền sở hữu nhà ở và tài sản khác gắn liền với đất đã cấp (nếu có)Bản sao giấy phép đầu tư hoặc giấy chứng nhận đầu tư hoặc giấy đăng ký kinh doanh hoặc văn bản chấp thuận chủ trương đầu tư hoặc quyết định chủ trương đầu tư hoặc giấy chứng nhận đăng ký đầu tư đã cấp (nếu có)2. Hồ sơ do Sở Tài nguyên và Môi trường lập để trình Ủy ban nhân dân cấp tỉnh gồm:Tờ trình theo Mẫu số 04 ban hành kèm theo Thông tư 33/2017/TT-BTNMTCác giấy tờ do người sử dụng đất nộp tại mục 1 nêu trên;Văn bản của cơ quan có thẩm quyền đối với trường hợp người sử dụng đất không đề nghị điều chỉnh quyết định thu hồi đất, giao đất, cho thuê đất, cho phép chuyển mục đích sử dụng đất của Thủ tướng Chính phủ;Trích lục bản đồ địa chính thửa đất hoặc trích đo địa chính thửa đất (đã có trong hồ sơ giao đất, cho thuê đất trước đây).3. Hồ sơ thẩm định do Ủy ban nhân dân cấp tỉnh lập gửi Bộ Tài nguyên và Môi trường đối với trường hợp điều chỉnh quyết định mà phải báo cáo Thủ tướng Chính phủ gồm:Tờ trình theo Mẫu số 05 ban hành kèm theo Thông tư 33/2017/TT-BTNMTCác giấy tờ do người sử dụng đất nộp theo quy định tại mục 1 nêu trênVăn bản của cơ quan có thẩm quyền đề nghị điều chỉnh quyết định thu hồi đất, giao đất, cho thuê đất, cho phép chuyển mục đích sử dụng đất của Thủ tướng Chính phủ (nếu có)Trích lục bản đồ địa chính thửa đất hoặc trích đo địa chính thửa đất (đã có trong hồ sơ giao đất, cho thuê đất trước đây)4. Hồ sơ do Bộ Tài nguyên và Môi trường lập để trình Thủ tướng Chính phủ gồm:Tờ trình Thủ tướng Chính phủCác giấy tờ do Ủy ban nhân dân cấp tỉnh lập theo quy định tại mục 3 nêu trênVăn bản của Bộ, ngành có liên quan góp ý về việc đề nghị điều chỉnh quyết định thu hồi đất, giao đất, cho thuê đất, cho phép chuyển mục đích sử dụng đất của Thủ tướng Chính phủ đối với dự án phải xin ý kiến các Bộ, ngành (nếu có)</code> | <code>Điều chỉnh quyết định thu hồi đất, giao đất, cho thuê đất, cho phép chuyển mục đích sử dụng đất của Thủ tướng Chính phủ đã ban hành trước ngày 01 tháng 7 năm 2004 có yêu cầu thành phần hồ sơ những gì? </code> |
| <code>Thủ tục thông báo hủy kết quả phong phẩm hoặc suy cử chức sắc đối với các trường hợp quy định tại khoản 2 Điều 33 của Luật tín ngưỡng, tôn giáo được thực hiện mức độ trực tuyến Toàn trình</code> | <code>Thủ tục thông báo hủy kết quả phong phẩm hoặc suy cử chức sắc đối với các trường hợp quy định tại khoản 2 Điều 33 của Luật tín ngưỡng, tôn giáo được thực hiện mức độ mấy? </code> |
| <code>Thủ tục đính chính Giấy chứng nhận đã cấp có phí, lệ phí là: Trực tiếp: </code> | <code>Thủ tục đính chính Giấy chứng nhận đã cấp có phí, lệ phí là bao nhiêu? </code> |
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
```json
{
"loss": "MultipleNegativesRankingLoss",
"matryoshka_dims": [
768,
512,
256,
128,
64
],
"matryoshka_weights": [
1,
1,
1,
1,
1
],
"n_dims_per_step": -1
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: epoch
- `per_device_train_batch_size`: 16
- `per_device_eval_batch_size`: 16
- `gradient_accumulation_steps`: 16
- `learning_rate`: 2e-05
- `num_train_epochs`: 5
- `lr_scheduler_type`: cosine
- `warmup_ratio`: 0.1
- `fp16`: True
- `tf32`: False
- `load_best_model_at_end`: True
- `optim`: adamw_torch_fused
- `batch_sampler`: no_duplicates
#### All Hyperparameters
<details><summary>Click to expand</summary>
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: epoch
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 16
- `per_device_eval_batch_size`: 16
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 16
- `eval_accumulation_steps`: None
- `learning_rate`: 2e-05
- `weight_decay`: 0.0
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-08
- `max_grad_norm`: 1.0
- `num_train_epochs`: 5
- `max_steps`: -1
- `lr_scheduler_type`: cosine
- `lr_scheduler_kwargs`: {}
- `warmup_ratio`: 0.1
- `warmup_steps`: 0
- `log_level`: passive
- `log_level_replica`: warning
- `log_on_each_node`: True
- `logging_nan_inf_filter`: True
- `save_safetensors`: True
- `save_on_each_node`: False
- `save_only_model`: False
- `restore_callback_states_from_checkpoint`: False
- `no_cuda`: False
- `use_cpu`: False
- `use_mps_device`: False
- `seed`: 42
- `data_seed`: None
- `jit_mode_eval`: False
- `use_ipex`: False
- `bf16`: False
- `fp16`: True
- `fp16_opt_level`: O1
- `half_precision_backend`: auto
- `bf16_full_eval`: False
- `fp16_full_eval`: False
- `tf32`: False
- `local_rank`: 0
- `ddp_backend`: None
- `tpu_num_cores`: None
- `tpu_metrics_debug`: False
- `debug`: []
- `dataloader_drop_last`: False
- `dataloader_num_workers`: 0
- `dataloader_prefetch_factor`: None
- `past_index`: -1
- `disable_tqdm`: False
- `remove_unused_columns`: True
- `label_names`: None
- `load_best_model_at_end`: True
- `ignore_data_skip`: False
- `fsdp`: []
- `fsdp_min_num_params`: 0
- `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
- `fsdp_transformer_layer_cls_to_wrap`: None
- `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
- `deepspeed`: None
- `label_smoothing_factor`: 0.0
- `optim`: adamw_torch_fused
- `optim_args`: None
- `adafactor`: False
- `group_by_length`: False
- `length_column_name`: length
- `ddp_find_unused_parameters`: None
- `ddp_bucket_cap_mb`: None
- `ddp_broadcast_buffers`: False
- `dataloader_pin_memory`: True
- `dataloader_persistent_workers`: False
- `skip_memory_metrics`: True
- `use_legacy_prediction_loop`: False
- `push_to_hub`: False
- `resume_from_checkpoint`: None
- `hub_model_id`: None
- `hub_strategy`: every_save
- `hub_private_repo`: False
- `hub_always_push`: False
- `gradient_checkpointing`: False
- `gradient_checkpointing_kwargs`: None
- `include_inputs_for_metrics`: False
- `eval_do_concat_batches`: True
- `fp16_backend`: auto
- `push_to_hub_model_id`: None
- `push_to_hub_organization`: None
- `mp_parameters`:
- `auto_find_batch_size`: False
- `full_determinism`: False
- `torchdynamo`: None
- `ray_scope`: last
- `ddp_timeout`: 1800
- `torch_compile`: False
- `torch_compile_backend`: None
- `torch_compile_mode`: None
- `dispatch_batches`: None
- `split_batches`: None
- `include_tokens_per_second`: False
- `include_num_input_tokens_seen`: False
- `neftune_noise_alpha`: None
- `optim_target_modules`: None
- `batch_eval_metrics`: False
- `batch_sampler`: no_duplicates
- `multi_dataset_batch_sampler`: proportional
</details>
### Training Logs
| Epoch | Step | loss | dim_128_cosine_map@100 | dim_256_cosine_map@100 | dim_512_cosine_map@100 | dim_64_cosine_map@100 | dim_768_cosine_map@100 |
|:------:|:----:|:------:|:----------------------:|:----------------------:|:----------------------:|:---------------------:|:----------------------:|
| 0.9994 | 708 | 0.0012 | 0.2727 | 0.2739 | 0.2781 | 0.2744 | 0.2762 |
| 1.9988 | 1416 | 0.0006 | 0.2827 | 0.2835 | 0.2858 | 0.2815 | 0.2844 |
### Framework Versions
- Python: 3.10.10
- Sentence Transformers: 3.0.1
- Transformers: 4.41.2
- PyTorch: 2.1.2+cu121
- Accelerate: 0.29.3
- Datasets: 2.19.1
- Tokenizers: 0.19.1
## Citation
### BibTeX
#### Sentence Transformers
```bibtex
@inproceedings{reimers-2019-sentence-bert,
title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
author = "Reimers, Nils and Gurevych, Iryna",
booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
month = "11",
year = "2019",
publisher = "Association for Computational Linguistics",
url = "https://arxiv.org/abs/1908.10084",
}
```
#### MatryoshkaLoss
```bibtex
@misc{kusupati2024matryoshka,
title={Matryoshka Representation Learning},
author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
year={2024},
eprint={2205.13147},
archivePrefix={arXiv},
primaryClass={cs.LG}
}
```
#### MultipleNegativesRankingLoss
```bibtex
@misc{henderson2017efficient,
title={Efficient Natural Language Response Suggestion for Smart Reply},
author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
year={2017},
eprint={1705.00652},
archivePrefix={arXiv},
primaryClass={cs.CL}
}
```
<!--
## Glossary
*Clearly define terms in order to be accessible across audiences.*
-->
<!--
## Model Card Authors
*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
-->
<!--
## Model Card Contact
*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
--> |