|
--- |
|
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.* |
|
--> |
