---
base_model: indobenchmark/indobert-base-p1
datasets: []
language: []
library_name: sentence-transformers
metrics:
- pearson_cosine
- spearman_cosine
- pearson_manhattan
- spearman_manhattan
- pearson_euclidean
- spearman_euclidean
- pearson_dot
- spearman_dot
- pearson_max
- spearman_max
pipeline_tag: sentence-similarity
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:12000
- loss:MultipleNegativesRankingLoss
widget:
- source_sentence: Awalnya merupakan singkatan dari John's Macintosh Project.
sentences:
- Sebuah formasi yang terdiri dari sekitar 50 petugas Polisi Baltimore akhirnya
menempatkan diri mereka di antara para perusuh dan milisi, memungkinkan Massachusetts
ke-6 untuk melanjutkan ke Stasiun Camden.
- Mengecat luka dapat melindungi dari jamur dan hama.
- Dulunya merupakan singkatan dari John's Macintosh Project.
- source_sentence: Boueiz berprofesi sebagai pengacara.
sentences:
- Mereka juga gagal mengembangkan Water Cooperation Quotient yang baru.
- Pada Pemilu 1970, ia ikut serta dari Partai Persatuan Nasional namun dikalahkan.
- Seorang pengacara berprofesi sebagai Boueiz.
- source_sentence: Fakultas Studi Oriental memiliki seorang profesor.
sentences:
- Di tempat lain di New Mexico, LAHS terkadang dianggap sebagai sekolah untuk orang
kaya.
- Laporan lain juga menunjukkan kandungannya lebih rendah dari 0,1% di Australia.
- Profesor tersebut merupakan bagian dari Fakultas Studi Oriental.
- source_sentence: Hal ini terjadi di sejumlah negara, termasuk Ethiopia, Republik
Demokratik Kongo, dan Afrika Selatan.
sentences:
- Hal ini diketahui terjadi di Eritrea, Ethiopia, Kongo, Tanzania, Namibia dan Afrika
Selatan.
- Gugus amil digantikan oleh gugus pentil.
- Dan saya beritahu Anda sesuatu, itu tidak adil.
- source_sentence: Ini adalah wilayah sosial-ekonomi yang lebih rendah.
sentences:
- Ini adalah bengkel perbaikan mobil terbaru yang masih beroperasi di kota.
- Zelinsky hanya berteori bahwa tidak ada tiga bilangan bulat berurutan yang semuanya
dapat difaktorkan ulang.
- Ini adalah wilayah sosial-ekonomi yang lebih tinggi.
model-index:
- name: SentenceTransformer based on indobenchmark/indobert-base-p1
results:
- task:
type: semantic-similarity
name: Semantic Similarity
dataset:
name: str dev
type: str-dev
metrics:
- type: pearson_cosine
value: 0.4564569322733096
name: Pearson Cosine
- type: spearman_cosine
value: 0.48195228779003385
name: Spearman Cosine
- type: pearson_manhattan
value: 0.5026090402544289
name: Pearson Manhattan
- type: spearman_manhattan
value: 0.4959933098737397
name: Spearman Manhattan
- type: pearson_euclidean
value: 0.5039005057105697
name: Pearson Euclidean
- type: spearman_euclidean
value: 0.4974503970711054
name: Spearman Euclidean
- type: pearson_dot
value: 0.30898798759416635
name: Pearson Dot
- type: spearman_dot
value: 0.2877933490149207
name: Spearman Dot
- type: pearson_max
value: 0.5039005057105697
name: Pearson Max
- type: spearman_max
value: 0.4974503970711054
name: Spearman Max
- task:
type: semantic-similarity
name: Semantic Similarity
dataset:
name: str test
type: str-test
metrics:
- type: pearson_cosine
value: 0.47784323630714065
name: Pearson Cosine
- type: spearman_cosine
value: 0.5031401179671358
name: Spearman Cosine
- type: pearson_manhattan
value: 0.5002126701994709
name: Pearson Manhattan
- type: spearman_manhattan
value: 0.49583761101885343
name: Spearman Manhattan
- type: pearson_euclidean
value: 0.5003980651640989
name: Pearson Euclidean
- type: spearman_euclidean
value: 0.49610725867890976
name: Spearman Euclidean
- type: pearson_dot
value: 0.3399664664461248
name: Pearson Dot
- type: spearman_dot
value: 0.3339252012184323
name: Spearman Dot
- type: pearson_max
value: 0.5003980651640989
name: Pearson Max
- type: spearman_max
value: 0.5031401179671358
name: Spearman Max
---
# SentenceTransformer based on indobenchmark/indobert-base-p1
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [indobenchmark/indobert-base-p1](https://huggingface.co/indobenchmark/indobert-base-p1). 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:** [indobenchmark/indobert-base-p1](https://huggingface.co/indobenchmark/indobert-base-p1)
- **Maximum Sequence Length:** 32 tokens
- **Output Dimensionality:** 768 tokens
- **Similarity Function:** Cosine Similarity
### 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': 32, '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("damand2061/negasibert-mnrl")
# Run inference
sentences = [
'Ini adalah wilayah sosial-ekonomi yang lebih rendah.',
'Ini adalah wilayah sosial-ekonomi yang lebih tinggi.',
'Zelinsky hanya berteori bahwa tidak ada tiga bilangan bulat berurutan yang semuanya dapat difaktorkan ulang.',
]
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]
```
## Evaluation
### Metrics
#### Semantic Similarity
* Dataset: `str-dev`
* Evaluated with [EmbeddingSimilarityEvaluator
](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.EmbeddingSimilarityEvaluator)
| Metric | Value |
|:-------------------|:-----------|
| pearson_cosine | 0.4565 |
| spearman_cosine | 0.482 |
| pearson_manhattan | 0.5026 |
| spearman_manhattan | 0.496 |
| pearson_euclidean | 0.5039 |
| spearman_euclidean | 0.4975 |
| pearson_dot | 0.309 |
| spearman_dot | 0.2878 |
| pearson_max | 0.5039 |
| **spearman_max** | **0.4975** |
#### Semantic Similarity
* Dataset: `str-test`
* Evaluated with [EmbeddingSimilarityEvaluator
](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.EmbeddingSimilarityEvaluator)
| Metric | Value |
|:-------------------|:-----------|
| pearson_cosine | 0.4778 |
| spearman_cosine | 0.5031 |
| pearson_manhattan | 0.5002 |
| spearman_manhattan | 0.4958 |
| pearson_euclidean | 0.5004 |
| spearman_euclidean | 0.4961 |
| pearson_dot | 0.34 |
| spearman_dot | 0.3339 |
| pearson_max | 0.5004 |
| **spearman_max** | **0.5031** |
## Training Details
### Training Dataset
#### Unnamed Dataset
* Size: 12,000 training samples
* Columns: sentence_0
and sentence_1
* Approximate statistics based on the first 1000 samples:
| | sentence_0 | sentence_1 |
|:--------|:----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
| type | string | string |
| details |
Pusat Peringatan Topan Gabungan (JTWC) juga mengeluarkan peringatan dalam kapasitas tidak resmi.
| Pusat Peringatan Topan Gabungan (JTWC) hanya mengeluarkan peringatan dalam kapasitas yang tidak resmi.
|
| DNP komersial digunakan sebagai antiseptik dan pestisida bioakumulasi non-selektif.
| DNP komersial tidak dapat digunakan sebagai antiseptik atau pestisida bioakumulasi non-selektif.
|
| Kuncian tulang belakang dan kuncian serviks diperbolehkan dan wajib dalam kompetisi jiu-jitsu Brasil IBJJF.
| Kuncian tulang belakang dan kuncian serviks dilarang dalam kompetisi jiu-jitsu Brasil IBJJF.
|
* Loss: [MultipleNegativesRankingLoss
](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
```json
{
"scale": 20.0,
"similarity_fct": "cos_sim"
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `per_device_train_batch_size`: 64
- `per_device_eval_batch_size`: 64
- `num_train_epochs`: 5
- `multi_dataset_batch_sampler`: round_robin
#### All Hyperparameters