rasyosef's picture
Update README.md
4001b57 verified
---
language:
- en
license: apache-2.0
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:28046
- loss:MatryoshkaLoss
- loss:MultipleNegativesRankingLoss
base_model: yosefw/bert-medium-am-embed
widget:
- source_sentence: በከፍተኛ ትምህርትና ስልጠና ተቋማት ከኮሮና ቫይረስ ጋር የተገናኙ ጉዳዮችን የሚከታተል ግብረ ሃይል
ተቋቋመ
sentences:
- 'በመተማ ዮሐንስ ቤት ውስጥ ተደብቀው ተኩስ በከፈቱ አካላት በሰዎች ላይ የሞትና የአካል መቁሰል አደጋ መድረሱን የምዕራብ ጎንደር
ዞን ፖሊስ መምሪያ አስታወቀ።የመምሪያው ኃላፊ ኮማንደር ጌትነት አልታሰብ እንደገለፁት ግለሰቦቹ በከፈቱት ተኩስ የ3 ሰዎች
ህይወት ሲያልፍ በ20 ሰዎች ላይ ቀላልና ከባድ የአካል ጉዳት ደርሷል።ከተጎጂዎች መካከልም አንድ የፀጥታ አካልን ጨምሮ ሴቶችና
ወጣቶች ይገኙበታል ብለዋል።የቅማንት ማህበረሰብ ተቆርቋሪ ነን በሚሉ አካላት ጉዳቱ ሊደርስ መቻሉንም ኃላፊው ገልፀዋል።ጉዳቱን
ካደረሱት አካላት መካከልም አራቱ እጃቸውን የሠጡ ሲሆን ቀሪዎቹም በሰላማዊ መንገድ ለፀጥታ ኃይሎች እጃቸውን እንዲሠጡ እየተጠየቁ
ስለመሆኑ ኃላፊው ተናግረዋል፡፡ጉዳት ካደረሱት ግለሰቦችም 9 የክላሽንኮቭ፣ አንድ ኤፍ ኤን መሳሪያ፣አንድ ሽጉጥ፣ አንድ ቦንብና
በርካታ ጥይቶች በቁጥጥር ስራ መዋላቸውን ኮማንደር ጌትነት አስታውቀዋል።ጉዳት የደረሰባቸው ሰዎች በመተማ ዮሐንስ ጤና ጣቢያ፣
በገንዳ ውሃ ሆስፒታልና በጎንደር ሪፈራል ሆስፒታል ህክምና እየተደረጋላቸ ነው ብለዋል።ለዘመናት ተሳስሮ በኖረው የአማራና የቅማንት
ማህበረሰብ መካከል ግጭት ለመፍጠር የሚንቀሳቀሱ አካላት ከድርጊታቸው እንዲቆጠቡ ያሳሰቡት ኮማንደሩ፤ ችግሩ እስኪበርድ የአካባቢው
የሃይማኖት አባቶችና የሃገር ሽማግሌዎች ህብረተሰቡን በማስተማር የድርሻቸውን ሊወጡ ይገባል ብለዋል።ወጣቱ የአካባቢውን ሰላም
በመጠበቅና ከፀጥታ ሃይሉ ጎን በመሰለፍ ጥፋተኞችን በመለየት ለህግ እንዲያቀርብ ጥሪ አቅርበዋል።የተፈጠረውን ግጭት ላማረጋጋት
የመከላከያ ሰራዊት፣ የክልሉ ልዩ ኃይል፣ የፖሊስ አባላትና የአካባቢ ሚሊሻዎች በጋራ በመሆን ወደ እየሰሩ ናቸው ሲሉ ኮማንደሩ
ጠቅሰዋል፡፡(ኢዜአ) '
- አዲስ አበባ፣ መጋቢት 9 2012(ኤፍ.ቢ.ሲ) በሁሉም ከፍተኛ ትምህርትና ስልጠና ተቋማት ከኮሮና ቫይረስ ጋር የተገናኙ ጉዳዮችን
የሚከታተል ግብረ ሃይል በሳይንስና ከፍተኛ ትምህርት ሚኒስቴር ተቋቁሞ እየሰራ እንደሚገኝ ተገለጸ።ግብረ ሃይሉ ከመጋቢት 7 ቀን
2012 ዓ.ም ጀምሮ የከፍተኛ ትምህርትና ስልጠና ተቋማት ተማሪዎች የክፍል ውስጥ ትምህርት አቁመው አጋዥ መፅሐፍት (ሃንድ አውት)፣
ማጣቃሻ መፅሐፍት፣ በበይነ መረብ በመታገዝ እና ሶፍት ኮፒ ለቀጣዮቹ 2 ሳምንታት በግላቸው እንዲያነቡ አቅርቧል።በዩኒቨርሲቲዎች
ተማሪዎች እጃቸውን አዘውትረው እንዲያፀዱም የውሃ አቅርቦትን የማሻሻል፣ የመታጠቢያ ሳሙናዎችንና አስፈላጊ ግብዓቶችን የማሟላትና
የማቅረብ ስራዎች እየተከናወኑ መሆኑንም ሚኒስቴሩ ገልጿል።ከዚህ ባለፈም ስለቫይረሱ ለተማሪዎች እና ለከፍተኛ ትምህርት ተቋማት
ማህበረሰቡ ግንዛቤ ለመፍጠር ዩኒቨርሲቲዎች የተለያዩ መንገዶችን እየተከተሉ መሆኑ ተጠቁሟል።በሁለት ሳምንታ እድሜያቸው ከ60
ዓመት በላይ የሆኑና የልብ ወይም የካንሰር እንዲሁም የስኳርና ሌሎች ተዛማጅ ህመሞች ያሉባቸው፣ የአስምና የመተንፈሻ አካላት
ችግር ያሉባቸው ሠራተኞች ከሌሎች የበለጠ ጥንቃቄ ማድረግ እንደሚገባቸው መመከሩን ከሳይንስና ከፍተኛ ትምህርት ሚኒስቴር ያገኘነው
መረጃ ያመለክታል።
- አዲስ አበባ፤ ነሐሴ 3/2005 (ዋኢማ) በትግራይ ክልል በሚገኙ ሦስት ታሪካዊና ጥንታዊ ቦታዎች ላይ የቅርሶች ጥበቃ፣ የመካነ
ቅርስ ቁፋሮና የምርምር ስራዎች እያካሄደ መሆኑን የመቀሌ ዩኒቨርስቲ አስታወቀ፡፡የዩኒቨርስቲው ፕሬዚዳንት ዶክተር ክንደያ ገብረ
ህይወት እንደገለጹት ዩኒቨርስቲው ምርምሩን በማካሄድ ላይ ያለው ከዚህ በፊት በሌሎች አካላት የቅርስ ጥበቃ፣ የመካነ ቅርስ ቁፋሮና
የምርምር ስራዎች ባልተካሄዱባቸው አካባቢዎች ነው፡በዚህም ዩኒቨርስቲው በሓውዜን ወረዳ ዓንዛ ማሪያም ጥንታዊ ቤተክርስትያን ያሉ
ጥንታዊ መካነ ቅርሶች ላይ ተገቢውን ጥበቃ በማድረግ አከባቢውን አስመልክቶ የሚነገሩ አፈ ታሪኮችን ትክክለኛነት ለማረጋገጥ
በቁፋሮ ጥልቅ የምርምር ስራ እያካሄደ ነው።እንዲሁም በእንደርታ ወረዳ ልዩ ስሙ ”ዓዲ መዓር(ድርባ)”በተባለ ቦታ ላይ በአውነ
አሳይ ጥንታዊ ቤትክርስትያን ላይ በተለያዩ ምክንያቶች የደረሰበትን የመፍረስ አደጋ መልሶ በመገንባት በውስጡ የሚገኙ የተንቀሳቃሽ
ቅርሶች ጥበቃ እያካሄደ ሲሆን፣ በአፈ ታሪክ የሚነገሩ ድንቅ ታሪኮቹም በሳይንሳዊ መንገድ ተጠንተው ለቱሪዝም ልማት ጥቅም ላይ
እንዲውሉ እየሰራ መሆኑን ዶክተር ክንደያ ተናግረዋል።በተጨማሪ ዩኒቨርስቲው የጣሊያን ወራሪ ሃይል የኢትዮጵያ አባት አርበኞች
ትግል ለመመከት በመቀሌ ከተማ በእንዳ እየሱስ ተራራ ላይ ”ፎርቶ” በሚል ስም የሚታወቀው ስፍራ ላይ ታሪካዊነቱ በሚያጎላ መልኩ
እድሳት ተደርጎለት ለመዝናኛ አገልግሎት እንዲውል የተለያዩ ግንባታዎች እያካሄደ መሆኑን ፕሬዚዳንቱ ገልጸዋል።ዩኒቨርስቲው በትግራይ
ክልል የሚገኙ ታሪካዊና ጥንታዊ ቅርሶች ተገቢው ጥበቃ እንዲደረግላቸውና በመካነ ቅርስ ቁፋሮ የምርምር ስራ የበኩሉን ድርሻ እንዲወጣ
በዩኒቨርስቲው የባህልና ቅርስ ጥበቃ የትምህርት ክፍል ከፍቶ በመጀመሪያ ዲግሪ እያሰለጠ ይገኛል።ዩኒቨርስቲው በኢትዮጵያ ውሰጥ
ያሉ የተለያዩ ብሄር ብሄረሰቦች ባህሎችና ጥንታዊ ቅርሶች እንዲጠበቁ በማድረግ ለቱሪዝም ልማት እንዲውሉ ለማድረግ ባለፈው ሳምንት
ዓለም አቀፍ አውደ ጥናት በማዘጋጀት የተለያዩ ጠቃሚ ልምዶች ማግኘቱን ዶክተር ክንደያ ገብረ ህይወት ገልጸዋል ሲል ኢዜአ ዘግቧል።
- source_sentence: የደቡብ ክልል ም/ርዕሰ መስተዳድር አቶ ርስቱ ይርዳው በደቡብ ኦሞ ዞን ኛንጋቶም ወረዳ የተከናወኑ የልማት
ስራዎችን ጎበኙ
sentences:
- አዲስ አበባ፦ የኢትዮጵያ እግር ኳስ ፌዴሬሽን 12 መደበኛ ጠቅላላ ጉባዔውን ትናንት አካሂዷል፡፡ ያለፈው ዓመት ባጋጠሙ በርካታ
ውጣ ውረዶች ስፖርቱ አሉታዊ ተጽእኖ ቢደርስበትም የተሻለ አፈጻጸም የተመዘገበበት መሆኑ ተመላክቷል፡፡ በተለይም በአዲስ አበባ
ከተማ የሚገኘውን የካፍ አካዳሚን በማስጠገን ለአገልግሎት መብቃቱ፤ ፌዴሬሽኑ ለብሔራዊ ቡድን ዝግጅት የሚያወጣውን ከፍተኛ ወጪ
ታድጓል። የአህጉርና ዓለም አቀፍ ግንኙነትን በማጠናከር ረገድም ጠንካራ ሥራ በመከናወኑ ኢትዮጵያ በሴካፋ የመሪነት ቦታ ማግኘቷም
በጉባኤው ላይ መነሳቱን የኢፌዴሪ ስፖርት ኮሚሽን በድረ-ገጹ አስነብቧል፡፡ በጉባኤው በቀረበው የ2012 በጀት ዓመት የአፈጻጸም
ሪፖርት ላይም ፌዴሬሽኑ የገንዘብ አቅሙን ማሳደጉ ተገልጧል፡፡ ለዓመታት የክለቦች ጥያቄ የነበረውን የሊግ ካምፓኒ ምስረታ እውን
ማድረጉንም እንደ ስኬት ተነስቷል፡፡ በቀረበው ሪፖርት እና የ2013 በጀት ዓመት ዕቅድ ላይም በጉባኤው አባላት ውይይት ተደርጓል፡፡
በመጨረሻም የሲዳማ ክልል የጉባኤው አባልነት ጥያቄን ተቀብሎ በማፅደቅ እና በአጭር ጊዜ ውስጥ በተሻሻለው መተዳደሪያ ደንብ ላይ
ለመወያየት እና ለማጽደቅ በሀዋሳ ከተማ አስቸኳይ ጉባኤ እንደሚካሄድ በመወሰን ጉባኤው መጠናቀቁን በዘገባው ተመላክቷል።አዲስ
ዘመን ህዳር 28/2013
- አዲስ አበባ፣ መስከረም 9 2013 (ኤፍ.ቢ.ሲ) የደቡብ ክልል ምክትል ርዕሰ መስተዳድር አቶ ርስቱ ይርዳው በደቡብ ኦሞ ዞን
ኛንጋቶም ወረዳ የተከናወኑ የልማት ስራዎችን ጎብኝተዋል።ወደ ደቡብ ኦሞ ዞን ያቀናው በምክትል ርዕሰ መስተዳድር አቶ እርስቱ
ይርዳው የተመራውና የክልሉ ከፍተኛ የስራ ሀላፊዎች ያካተተው ቡድን የኦሞ ወንዝን በመስኖ በመጠቀም እየለማ ያለ የሙዝ እርሻን
መጎብኘታቸውን የክልሉ የመነግስት ኮሙዩኒኬሽን ጉዳዮች ቢሮ መረጃ ያመለክታል።በኛንጋቶም ወረዳ በናፕሱመሪያ ቀበሌ በማህበር ተደራጅተው
ሙዝ እያለሙ ያሉ ሴቶችን የስራ እንቅስቃሴ የጎበኙ ሲሆን፥ በዚሁ ወቅት “የሙዝ እርሻ እያለሙ ያሉ አርብቶ አደር እንደመሆናችን
ከዚህ ቀደም በእርሻ ስራ ላይ ተሳትፎ እያደረግን አልነበረም እናም አሁን መንግስት ባደረገልን ድጋፍ ሙዝ እያለማን ነው” ብለዋል።አስተያየት
ሰጪዎቹ ገለጻ እያለሙት ያለውን የሙዝ እርሻ ስኬታማ ለማድረግ የውሀ መሳቢያ ፓምፕ ችግር እያጋጠማቸው መሆኑን ጠቁመዋል።“በመንደር
እንድንሰባሰብ ከተደረገ በኅላ የንጹህ መጠጥ ውሃ መጠለያና ተዛማጅ ተግባራት ሊሟላልን ይገባል” ሲሉም ጠይቀዋል።ምክትል ርዕሰ
መስተዳድር አቶ ርስቱ ይርዳው፥ ከአርብቶ አደሩ ማህበረሰብ ለተነሳላቸው ጥያቄ በሰጡት ምላሽ በመስኖ ዙሪያ ያጋጠማቸውን ችግር
የክልሉ መንግስት እንደሚገነዘበው ጠቅሰዋል።በቀጣይ የህብረተሰቡን ህይወት ለመቀየር መንግስት የመስኖ ልማት ስራን እንደሚደግፍ
በመግለፅ፤ የፓምፕ ችግሮችን ለመፍታት ጥረት እንደሚደረግም አስታውቀዋል።አሁን በስፋት እየለማ ያለውን ሙዝ ወደ የገበያ ለማቅረብ
የገበያ ትስስር ለመፍጠርም ድጋፍ እንደሚደረግም ምክትል ርእሰ መስተዳድሩ አስታውቅዋል።የተጀመረው የልማት ስራ ተጠናክሮ እንዲቀጥል
ያስታወቁት አቶ ርስቱ፥ ቀበሌን ከወረዳ የሚያገናኙ መንገዶችን ለመገንባት ጥረት እንደሚደረግም ተናግረዋል።
- ' የኢትዮጵያ ሰብአዊ መብቶች ጉባኤ፤ የአርቲስት ሃጫሉ ሁንዴሳ ግድያን ተከትሎ በተፈጠረው ሁከትና ግርግር በኦሮሚያ የደረሰውን
የሰብአዊ ጉዳት የሚመረምር ቡድን ከሣምንቱ አጋማሽ ጀምሮ ማሠማራቱን ለአዲስ አድማስ አስታውቋል:: ተቋሙ ሁከትና ግርግር በተፈጠረባቸውና
ጉዳት በደረሰባቸው ሁሉም የኦሮሚያ አካባቢዎች የምርመራ ቡድን ማሰማራቱን አመልክቷል፡፡ በምርመራው የሚገኙ ውጤቶችን ከዓለማቀፍ
የሰብአዊ መብት ድንጋጌዎች አንፃር በመመዘን የተፈፀመው ድርጊት ምንድን ነው? ምን ያህል ጉዳት አጋጥሟል? መንግስት የወሰደው
እርምጃስ ምንድን ነው? እነማን በድርጊቱ ተሳትፈዋል? የሚለውን የመለየት ተግባር እንደሚከናወን ታውቋል፡፡ '
- source_sentence: የኢትዮጵያ ልማት ባንክ አራት አዳዲስ ምክትል ፕሬዚዳንቶችን ሾመ
sentences:
- በጃፓን ላለፉት 30 ዓመታት ንጉስ ሆነው ያገለገሉት የ85 ዓመት ንጉስ አክሂቶ በገዛ ፈቃዳቸው ስልጣናቸውን ለመልቀቅ ተስማምተዋል፡፡ንጉሱ
ከ200 ዓመታት ወዲህ በፍላጎት ስልጣን ለመልቀት የተስማሙት የመጀመሪያ ንጉስ ናቸው ተብሏል፡፡ንጉሱ ስልጣናቸውን ለመልቀቅ የተስማሙት
እድሜቸው እየገፋ በመሄዱና የጤናቸው ሁኔታ ስራቸውን መስራት አስቸጋሪ በማድረጉ ነው የተባለው፡፡የንጉሱ ስልጣን የመልቀቅ ጥያቄ
በአገሪቱ ህጋዊ ፍቃድ አግኝቶ በዛሬው እለት የስልጣን ርክክብ ሂደት ተጀምሯል፡፡ንጉስ በአገሪቱ ምንም የፖለቲካ ስልጣን ሚና
ባይኖረውም ለጃፓን እንደ ብሄራዊ አርማ ተደርጎ ይወሰዳል ነው የተባለው፡፡ንጉስ አክሂቶ በልጃቸው ናሩሂቶ የሚተኩ ሲሆን፣ ናሩሂቶ
ከነገ ጀምረው የጃፓን ንጉስ ይሆናሉ ነው የተባለው፡፡(ምንጭ፡- ቢቢሲ)
- 'የኢትዮጵያ ልማት ባንክ አራት አዳዲስ ምክትል ፕሬዚዳንቶችን መሾሙን አስታወቀ ።የባንኩ የኮርፖሬት ማስተዋወቅናግንኙነት
ተጠባባቂ ዳይሬክተር አቶ ኃይሉ ምስጋናው እንደገለጹት የሊዝ ፋይናንስ እና ቅርንጫፎች ሥራ ምክትል ፕሬዚዳንት ከሆኑት አቶ
ተሾመ ዓለማየሁ በስተቀር ሌሎቹ አራት የባንኩ ምክትል ፕሬዚዳንቶችን ከኃላፊነታቸው በማንሳት በአዳዲስ እንዲተኩ ተደርጓል ።ባንኩ
አዲስ የሾማቸው አቶ ጌታቸው ዋቄ በፕሮጀክት ፋይናንስ ምክትል ፕሬዚዳንት፣ አቶ ኃይለእየሱስ በቀለ በብድር አገልግሎት ምክትል
ፕሬዚዳንት ፣ አቶ ሃዱሽ ገብረእግዚአብሄር የኮርፖሬት አገልግሎት ምክትል ፕሬዚዳንት እና አቶ እንዳልካቸው ምህረቱ የፋይናንስና
ባንኪንግ ምክትል ፕሬዚዳንት በመሆን ነው ።የኢትዮጵያ ልማት ባንክ በለውጥ ሂደት ውስጥ በመሆኑና ለዚህ አዲስ አደረጃጀት እየሰራ
መሆኑም ለምክትል ፕሬዚዳንቶቹ መነሳት ምክንያት ነው ተብሏል።ባንኩ የዘረጋውን አዲስ መዋቅር መሠረት በማድረግ በቅርቡ ፕሬዚዳንት
መሾሙ ይታወሳል።ባንኩ አደረጃጀቱን በአዲስ የሰው ኃይል ለማሟላት እየሰራ እንደሆነም ነው የተነገረው።ለተሰናባቾቹ ምክትል ፕሬዚዳንቶች
የደረሰው ደብዳቤም ለአገልግሎታቸው ምስጋናን ያካተተ መሆኑ ተመልክቷል። '
- 'ባለፈው ቅዳሜ በሰሜን ምሥርቅ ናይጀርያ በታጠቁ ሽፍቶችና በመንደር ነዋሪዎች መካከል በተካሄደ ግጭት 45 ሰዎች ተገድለዋል።
ሽፍቶቹ ካዱና በተባለው ሰሜናዊ ክፍለ፡ሀገር በሚገኘው ግዋስካ ድንበር ላይ ጥቃት ከፈቱ። የአካባቢ ጥበቃ ኃይል አባል የሆነ
ሰው በተናገረው መሰረት ሽፍቶቹ የጥበቃ ኃይሉን በማጥቃት በልጆች ላይ ተኩስ ከፍቷል። መኖርያ ቤቶችንም በእሳት አጋይተዋል።ማንነቱ
ያልተገለፀው የጥበቃ ኃይል አባል አጥቂዎቹ በአቅራቢያው ከሚገኘው ዛምፋራ ክፍለ፡ሀገር የመጡ ናቸው ብሏል።'
- source_sentence: በሲዳማ የህዝብ ውሳኔ ጥቅም ላይ በሚውሉ ምልክቶች ዙሪያ ውይይት እየተደረገ ነው
sentences:
- በአገሪቱ በኢንዱስትሪው ዘርፍ ፈጣን የሆነ ዕድገት ለማስመዝገብ በየደረጃው የሚገኙ አስፈጻሚው አካላት የበኩላቸውን ሚና እንዲጫወቱ
የኢንዱስትሪ ሚኒስቴር ጥሪ አቀረበ።ጥሪው የቀረበው ሚኒስቴሩ በሥሩ ከሚገኙት ተጠሪ ተቋማት ለተውጣጡ 150 አመራሮች በአገሪቱ
ኢንዱስትሪ ልማት ስትራቴጂ ላይ ለሶስት ተከታታይ ቀናት በሰጠው ሥልጠና ማጠናቀቂያ ላይ ነው።የኢንዱስትሪ ሚኒስትር ክቡር አቶ
አህመድ አብተው በወቅቱ እንደገለጹት የኢንዱስትሪ ልማቱን ዕድገት ለማፋጠን የአስፈጻሚ አካላት ሚና ወሳኝ ነው።የአስፈጻሚ አካላት
ሚናቸውን እንዲወጡም በኢንዱስትሪ ልማት እስትራቴጂው ላይ ያላቸው ግንዛቤና የማስፈጸም ብቃት ወሳኝ እንደሆነም ሚኒስትሩ ተናግረዋል።ለሦስት
ተከታታይ ቀናት የተሠጠው ሥልጠና አመራሩ በተግባር ወቅት የሚያጋጥሙትን ችግሮች እንዲፈታና በዘርፉ ያለውን ዕድገት ለማሻሻል
እንደሚያግዝ ሚኒስትሩ መናገራቸውን ዋልታ ዘግቧል።
- ያለፉትን ሁለት ዓመታት የኢትዮጵያ ብሔራዊ ቡድንን በማሰልጠን የቆዩት ኢንስትራክተር አብርሀም መብራቱ ከሁለት ቀናት በኃላ ሐምሌ
ሠላሳ ኮንትራታቸው የሚያበቃ ይሆናል። ፌዴሬሽኑ በበኩሉ የአሰልጣኙን ውል በተለያዩ ምክንያቶች እንደማያድስ በይፋ መግለፁ ይታወቃል።
በዚህ መነሻነት አሰልጣኙ ከተለያዩ ክለቦች ጋር ስማቸው እየተያያዘ ይገኛል። ስለሚነሳው ጉዳይ እና በቀጣይ የብሔራዊ ቡድን ኮንትራታቸው
ካበቃ በኋላ እቅዳቸው ምን ይሆን በማለት ላቀረብንላቸው ጥያቄ ተከታዩን ምላሽ ሰጥተውናል።“እስካሁን ከማንም ጋር በዚህ ጉዳይ
አልተነጋገርኩም። እስከ ሐምሌ ሠላሳ የፌዴሬሽኑ ሠራተኛ ነኝ፤ በዚህ መሐል ከማንም ጋር መነጋገር አልችልም። ከዚህ ክለብ ጋር
ተስማምቷል የሚሉ ነገሮችን በተለያዩ መገናኛ ብዙሀን እሰማለው። እኔ ግን በግልፅ ከአንዳቸው ጋር አልተነጋገርኩም። ከካፍ እና
ከፊፋ ጋር የምሰራቸው ሥራዎች (የቪዲዮ ኮንፍረሶች) አሉ። እነርሱ ሥራ ላይ ትኩረት እያደረኩ ነው ያለሁት። በቀጣይ ከፈጣሪ
ጋር ማረፊያዬን አሳውቃለው። እዚሁ በሀገሬ እየሰራው የምቆይ ይመስለኛል። ለማንኛውም ከሐምሌ ሠላሳ በኃላ የሚሆነውን አብረን
እናያለን።” ብለዋል።
- የሲዳማ ዞን ክልል ሆኖ ለመደራጀት በሚካሄደው የህዝብ ውሳኔ ጥቅም ላይ በሚውሉ ምልክቶች ውይይት እየተደረገ መሆኑን የኢትዮጵያ
ብሔራዊ ምርጫ ቦርድ አስታውቋል፡፡በምልክቶቹ የመጀመሪያው ረቂቅ ላይ ለመወሰን የደቡብ ክልል ምክር ቤት ውይይት እየተደረገ መሆኑን
በኢትዮጵያ ብሔራዊ ምርጫ ቦርድ ኮምዩኒኬሽንስ አማካሪ ወ/ት ሶሊያና ሽመልስ ተናግረዋል፡፡በህዝበ ውሳኔው የሚቀርቡ ምልክቶቹ
ምን አይነት ይሁኑ በሚለው እና ምልክቶቹ በተቀመጠው መስፈርት መሰረት ገለልተኛ፣ የማህበረሰቡን ምስል የሚያሳዩ እንዲሁም ጥያቄዎቹ
ግልጽ እንዲሆኑ እየተሰራ ነው ተብሏል፡፡በውይይቱ ላይ ስምምነት የተደረሰባቸው ምልክቶች ለህዝብ ይፋ እንደሚደረጉ ተጠቁሟል፡፡የህዝበ
ውሳኔው አፈጻጸሞች በክልሉ ጥያቄ ለተወሰኑ ቀናቶች ከተራዘሙት ውጪ አብዛኞቹ በተያዘላቸው መርሀ ግብር እየተከናወኑ እንደሆነም
ተነግሯል፡፡የህግ አስፈጻሚ እና የጸጥታ አካላት እንዲሁም የቦርዱ የስራ አመራር አባላት የህዝበ ውሳኔውን አፈጻጸም ሰላማዊነት
ለማረጋገጥ ውይይት ማካሄዳቸው ታውቋል፡፡የድምፅ ሰጪዎች ምዝገባ፣ እንዲሁም የድምፅ መስጫ እና ድህረ ምርጫ ሂደቱን ሰላማዊነት
ለማረጋገጥ እንዲሁም የምርጫ አስፈጻሚዎችን ደህንነት ለማስጠበቅ የህግ አስፈጻሚ አካላት ትብብር እንደሚያስፈልግ ቦርዱ ለተሳታፊዎቹ
ማስገንዘቡ ተገልጿል፡፡ለህዝበ ውሳኔ ምርጫ አስፈፃሚዎች ስልጠና በአዲስ አበባ ከተማ ከመስከረም 24 እስከ 30 ከተሰጠ በኋላ
እንደሚሰማሩም የኢቢሲ ዘገባ አመልክቷል፡፡በቀጣይ የሚካሄዱ ተግባራትም በመርሃ ግብሩ መሰረት ለማከናወን ዝግጅቶች እየተካሄዱ
እንዳለ ለማወቅ ተችሏል፡፡በተያያዘ ዜና የኢትዮጵያ ብሔራዊ ምርጫ ቦርድ በመጪው ህዳር 3 ቀን 2012 ዓ.ም የሲዳማ ዞን የክልልነት
ጥያቄን ህዝበ ውሳኔ አማራጭ ሃሳቦችና የሚወከሉበት ምልክቶችን ይፋ አድርጓልበዚህም መሰረት “ሲዳማ በደቡብ ብሔር ብሔረሰቦችና
ህዝቦች ክልል ውስጥ እንዲቆይ እፈልጋለሁ” ለሚለው አማራጭ የጎጆ ቤት ምልክት፣ “ሲዳማ ራሱን ችሎ በክልልነት እንዲደራጅ እፈልጋለሁ”
ለሚለው አማራጭ የሻፌታ ምልክት ሆኖ ለህዝበ ውሳኔው ድምጽ መስጫነት እንዲያገለግል ተወስኗል
- source_sentence: ሁለት የብአዴን አመራሮች ላይ ያነጣጠረ ጥቃት በደብረ ማርቆስ መፈጸሙ ተሰማ
sentences:
- "አንድነት ለዲሞክራሲና ለፍትህ ፓርቲ በሚቀጥሉት የምርጫ ወራት በሚልዮኖች ድምጽ ለነጻና ፍትሀዊ ምርጫ የኢትዮጵያ ህዝብ የስልጣን\
\ ባለቤት እንዲሆን እናደርጋለን ሲል ዛሬ ረፋዱ ላይ በጽህፈት ቤቱ በሰጠው መግለጫ ላይ ባሰራጨው ጽሁፍ ግልጽ አድርጓል።ከዚህ\
\ ቀደም ፓርቲው ያካሄዳቸውን የሚልዮኖች ድምጽ ለነጻነትና የሚልዮኖች ድምጽ ለመሬት ባለቤትነት ንቅናቄዎች አስታውሶ በተለይ\
\ በመጀመርያው እንቅስቃሴ የፈለገውን ውጤት እንዳገኘ የፓርቲው የውጭ ግንኙነት ሃላፊ አቶ ዳንኤል ተፈራ አብራርተዋል።ሶስተኛውና\
\ የመጨረሻው የአንድነቶች የሚልዮኖች ድምጽ እንቅስቃሴ ይኸው የሚልዮኖች ድምጽ ለነጻነትና ለፍትሀዊ ምርጫ የሚል መሆኑንም የጽሁፉ\
\ መግለጫ ይጠቁማል። አንድነት በሰላማዊ መንገድ የስልጣን ሽግግር ለማምጣት ላቀደው ዋነኛ የትግል ምዕራፍ በሀገራችን እውነተኛ\
\ ለውጥ እንዲመጣ የሚፈልጉ ዜጎች ሁሉ ፓርቲውን በአበላነትና በደጋፊነት በመቀላቀል የለውጡ አካል እንዲሆኑ የሚያደርግ ተደራጅ\
\ 2007 ለለውጥ የሚል ሰፊ የማደረጀትና የቅስቀሳ ዘመቻ ለማካሄድ ዝግጅቱን እንዳጠናቀቀ ገልጿል። ሙሉውን ዘገባ ያድምጡ።\
\ \n "
- 'የእንግሊዙ ጠቅላይ ሚኒስትር ቦሪስ ጆንሰን የጣሉትን ጥብቅ የእንቅስቃሴ እና የጉዞ እገዳ በመተላለፍ ወደ ቤተሰባቸው አቅንተዋል
የተባሉ አማካሪያቸውን ከኃላፊነት እንዲያነሱ የቀረበላቸውን ጥሪ ውድቅ አድርገዋል፡፡
የ2016ቱን የእንግሊዝን ከአውሮፓ ህብረት የመነጠል ሂደት (ብሬግዚት) በበላይነት የመሩት ዶሚኒኪ ከሚንግስ 400 ኪሎ ሜትሮችን
አቆራርጠው በሰሜናዊ እንግሊዝ ዱርሃም ወደሚገኙ ቤተሰቦቻቸው ያቀኑት ጆንሰን እገዳውን ባስተላለፉበት ባሳለፍነው ወርሃ መጋቢት
ነበር፡፡
በወቅቱ የከሚንግስ ባለቤት የኮሮና ህመም ምልክቶችን ያሳዩ ነበር የተባለ ሲሆን የአንድ ልጃቸውን ሁኔታ ለመመልከት ወደ ቤተሰባቸው
ማቅናታቸውም ይነገራል፡፡
ሆኖም የልጃቸውን ሁኔታ ቤተሰባቸው ሊከታተል እንደሚችል የሚናገሩ የተፎካካሪ ፖለቲካ ፓርቲዎች እገዳውን በመተላለፋቸው ከኃላፊነት
ሊነሱ ይገባል ሲሉ ድምጻቸውን አሰምተዋል፡፡
የጠቅላይ ሚኒስትሩ ጽህፈት ቤት ግን ጥያቄውን አልተቀበለም ሮይተርስ እንደዘገበው ከሆነ፡፡
አማካሪው የጥንቃቄ መርሆዎችን አክብረው የልጃቸውን ሁኔታ ለመመልከት ወደ ቤተሰባቸው ቢያቀኑም በአጎራባች መንደሮች ሆነው ሁኔታዎችን
ከመከታተል ውጪ ከቤተሰባቸው እንዳልተቀላቀሉም አስታውቋል፡፡
ከአማካሪያቸው ጉዞ ጥቂት ቀናት በፊት እገዳ ስለመጣላቸው አስታውቀው የነበሩት ጆንሰን ራሳቸው በቫይረሱ ተይዘው እንደነበር የሚታወስ
ነው፡፡
'
- ሁለት የብሔረ አማራ ዴሞክራሲያዊ ንቅናቄ (ብአዴን) ከፍተኛ አመራሮች ላይ ያነጣጠረ የጥቃት ሙከራ በደብረ ማርቆስ ከተማ መፈጸሙ
ተሰማ።የጥቃት ሙከራው የብአዴን መስራችና የቀድሞ የፖሊሲ ጥናትና ምርምር ማዕከል ምክትል ዋና ዳይሬክተርና የመንግሥት ኮሙዩኒኬሽን
ጉዳዮች ሚኒስትር የነበሩት አቶ በረከት ስምዖንና ሌላ የብአዴን ማዕከላዊ ኮሚቴ አባል በሆኑት አቶ ምግባሩ ከበደ ላይ መሆኑን
ከክልሉ መንግሥት የኮሙዩኒኬሽን ጉዳዮች ቢሮ ኃላፊ አቶ ንጉሡ ጥላሁን ያገኘነው መረጃ ያመለክታል።ሁለቱ የብአዴን አባላት በከተማው
ታይተዋል የሚል ወሬ በማኅበራዊ ድረ ገጾች መናፈሱን ተከትሎ፣ ግለሰቦቹ ለሌላ ተልዕኮ እየተንቀሳቀሱ እንደሆኑ የጠረጠሩ የከተማው
ነዋሪዎች በደብረ ማርቆስ ሆቴል ላይ ጉዳት ሲያደርሱ ትኩረት ከተደረገባቸው ፖለቲከኞች የአንዱ ነው ተብሎ የተጠረጠረ ተሽከርካሪ
በእሳት ማቃጠላቸውንም ለማወቅ ተችሏል።አቶ ንጉሡ ድርጊቱን ያወገዙ ሲሆን፣ በከተማው ታይተዋል ከተባሉ አመራሮች አንዱ አቶ ምግባሩ
በባህር ዳር የክልሉ ምክር ቤት ስብሰባ ላይ አብረዋቸው እየተሳተፉ እንደሚገኙ ገልጸዋል።‹‹ማንኛውም አመራርም ሆነ ዜጋ በየትኛውም
ቦታ የመንቀሳቀስ መብቱን ሊገድብ የሚችል ነገር ሊኖር አይገባም፤›› ያሉት አቶ ንጉሡ፣ ‹‹ሰሞኑን የአንዳንድ አመራሮች ስም
እየተጠቀሰ ሕዝቡን በማደናገርና ብጥብጥ በማንገስ በክልላችን የተገኘውን ሰላም ለመቀልበስ የሐሰት መረጃዎች እየተናፈሱ በመሆኑ
ሕዝባችን ታላቅ ጥንቃቄ ማድረግ ይገባዋል፤›› ሲሉ አሳስበዋል።ሁለቱ የብአዴን ፖለቲከኞች ለራሳቸው የፖለቲካ ፍላጎት በደብረ
ማርቆስ ከተማ በድብቅ ሕዝብ በማወያየት ላይ እንደሚገኙ የሚገልጽ ሐሰተኛ ወሬ የጥቃቱ ምክንያት እንደሆነ ተገልጿል።
pipeline_tag: sentence-similarity
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
model-index:
- name: BERT Medium Amharic Text Embedding
results:
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 512
type: dim_512
metrics:
- type: cosine_accuracy@1
value: 0.5810073788899583
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.7080526146936157
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.7587423804940648
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.8174526788578762
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.5810073788899583
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.23601753823120525
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.15174847609881295
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.0817452678857876
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.5810073788899583
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.7080526146936157
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.7587423804940648
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.8174526788578762
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6957526510667245
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.6572455963456917
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.6627628172448636
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 384
type: dim_384
metrics:
- type: cosine_accuracy@1
value: 0.5765158806544755
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.7042027590632018
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.7558549887712545
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.8148861084376002
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.5765158806544755
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.23473425302106726
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.15117099775425086
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.08148861084376002
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.5765158806544755
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.7042027590632018
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.7558549887712545
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.8148861084376002
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6918569196885211
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.6529639050572631
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.6587106370101723
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 256
type: dim_256
metrics:
- type: cosine_accuracy@1
value: 0.5713827398139236
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.7061276868784088
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.7513634905357716
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.8059031119666346
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.5713827398139236
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.23537589562613626
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.1502726981071543
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.08059031119666346
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.5713827398139236
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.7061276868784088
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.7513634905357716
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.8059031119666346
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6862783373120785
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.6482384109669953
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.6542648510529907
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 128
type: dim_128
metrics:
- type: cosine_accuracy@1
value: 0.5572666025024061
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.6945781199871671
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.7369265319217196
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.793070259865255
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.5572666025024061
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.2315260399957224
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.1473853063843439
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.0793070259865255
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.5572666025024061
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.6945781199871671
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.7369265319217196
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.793070259865255
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6734037937011342
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.6352939079599319
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.6414114456699431
name: Cosine Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: dim 64
type: dim_64
metrics:
- type: cosine_accuracy@1
value: 0.5162014757779917
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.6519088867500802
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.7009945460378569
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.7632338787295476
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.5162014757779917
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.2173029622500267
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.1401989092075714
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.07632338787295476
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.5162014757779917
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.6519088867500802
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.7009945460378569
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.7632338787295476
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.6374344026597495
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.5975294213504024
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.6042823575910018
name: Cosine Map@100
---
# BERT Medium Amharic Text Embedding
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [yosefw/bert-medium-am-embed](https://huggingface.co/yosefw/bert-medium-am-embed) on the json dataset. It maps sentences & paragraphs to a 512-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:** [yosefw/bert-medium-am-embed](https://huggingface.co/yosefw/bert-medium-am-embed) <!-- at revision f76f9806704083e62f84b900593aa899b34272eb -->
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 512 dimensions
- **Similarity Function:** Cosine Similarity
- **Training Dataset:**
- json
- **Language:** en
- **License:** apache-2.0
### 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': 512, '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})
(2): Normalize()
)
```
## 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("rasyosef/bert-amharic-text-embedding-medium")
# Run inference
sentences = [
"የተደጋገመው የመሬት መንቀጥቀጥና የእሳተ ገሞራ ምልክት በአፋር ክልል",
"ከተደጋጋሚ መሬት መንቀጥቀጥ በኋላ አፋር ክልል እሳት ከመሬት ውስጥ ሲፈላ ታይቷል፡፡ ከመሬት ውስጥ እሳትና ጭስ የሚተፋው እንፋሎቱ ዛሬ ማለዳውን 11 ሰዓት ግድም ከከባድ ፍንዳታ በኋላየተስተዋለ መሆኑን የአከባቢው ነዋሪዎች እና ባለስልጣናት ለዶቼ ቬለ ተናግረዋል፡፡ አለት የሚያፈናጥር እሳት ነው የተባለው እንፋሎቱ በክልሉ ጋቢረሱ (ዞን 03) ዱለቻ ወረዳ ሰጋንቶ ቀበሌ መከሰቱን የገለጹት የአከባቢው የአይን እማኞች ከዋናው ፍንዳታ በተጨማሪ በዙሪያው ተጨማሪ ፍንዳታዎች መታየት ቀጥሏል ባይ ናቸው፡፡",
"ለኢትዮጵያ ብሔራዊ ባንክ ዋጋን የማረጋጋት ቀዳሚ ዓላማ ጋር የተጣጣሙ የገንዘብ ፖሊሲ ምክረ ሀሳቦችን እንዲሰጥ የተቋቋመው የኢትዮጵያ ብሔራዊ ባንክ የገንዘብ ፖሊሲ ኮሚቴ እስካለፈው ህዳር ወር የነበረው እአአ የ2024 የዋጋ ግሽበት በተለይምምግብ ነክ ምርቶች ላይ ከአንድ ዓመት በፊት ከነበው ጋር ሲነጻጸር መረጋጋት ማሳየቱን ጠቁሟል፡፡ ዶይቼ ቬለ ያነጋገራቸው የአዲስ አበባ ነዋሪዎች ግን በዚህ የሚስማሙ አይመስልም፡፡ ከአምና አንጻር ያልጨመረ ነገር የለም ባይ ናቸው፡፡ የኢኮኖሚ ባለሙያም በሰጡን አስተያየት ጭማሪው በሁሉም ረገድ የተስተዋለ በመሆኑ የመንግስት ወጪን በመቀነስ ግብርናው ላይ አተኩሮ መስራት ምናልባትም የዋጋ መረጋጋቱን ሊያመጣ ይችላል ይላሉ፡፡"
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 512]
# 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
* Datasets: `dim_512`, `dim_384`, `dim_256`, `dim_128` and `dim_64`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | dim_512 | dim_384 | dim_256 | dim_128 | dim_64 |
|:--------------------|:-----------|:-----------|:-----------|:-----------|:-----------|
| cosine_accuracy@1 | 0.581 | 0.5765 | 0.5714 | 0.5573 | 0.5162 |
| cosine_accuracy@3 | 0.7081 | 0.7042 | 0.7061 | 0.6946 | 0.6519 |
| cosine_accuracy@5 | 0.7587 | 0.7559 | 0.7514 | 0.7369 | 0.701 |
| cosine_accuracy@10 | 0.8175 | 0.8149 | 0.8059 | 0.7931 | 0.7632 |
| cosine_precision@1 | 0.581 | 0.5765 | 0.5714 | 0.5573 | 0.5162 |
| cosine_precision@3 | 0.236 | 0.2347 | 0.2354 | 0.2315 | 0.2173 |
| cosine_precision@5 | 0.1517 | 0.1512 | 0.1503 | 0.1474 | 0.1402 |
| cosine_precision@10 | 0.0817 | 0.0815 | 0.0806 | 0.0793 | 0.0763 |
| cosine_recall@1 | 0.581 | 0.5765 | 0.5714 | 0.5573 | 0.5162 |
| cosine_recall@3 | 0.7081 | 0.7042 | 0.7061 | 0.6946 | 0.6519 |
| cosine_recall@5 | 0.7587 | 0.7559 | 0.7514 | 0.7369 | 0.701 |
| cosine_recall@10 | 0.8175 | 0.8149 | 0.8059 | 0.7931 | 0.7632 |
| **cosine_ndcg@10** | **0.6958** | **0.6919** | **0.6863** | **0.6734** | **0.6374** |
| cosine_mrr@10 | 0.6572 | 0.653 | 0.6482 | 0.6353 | 0.5975 |
| cosine_map@100 | 0.6628 | 0.6587 | 0.6543 | 0.6414 | 0.6043 |
<!--
## 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
#### json
* Dataset: json
* Size: 28,046 training samples
* Columns: <code>anchor</code> and <code>positive</code>
* Approximate statistics based on the first 1000 samples:
| | anchor | positive |
|:--------|:----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|
| type | string | string |
| details | <ul><li>min: 4 tokens</li><li>mean: 15.02 tokens</li><li>max: 38 tokens</li></ul> | <ul><li>min: 47 tokens</li><li>mean: 213.84 tokens</li><li>max: 512 tokens</li></ul> |
* Samples:
| anchor | positive |
|:---------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>የዱር እንስሳት ከሰዎች ጋር በሚኖራቸው ቁርኝት ለኮሮናቫይረስ ተጋላጭ እንዳይሆኑ የመከላከል ተግባራትን እያከናወኑ መሆኑን ባለስልጣኑ አስታወቀ፡፡</code> | <code>ባሕርዳር፡ ግንቦት 18/2012 ዓ.ም (አብመድ) የአማራ ክልል የአካባቢ፣ የደንና የዱር እንስሳት ጥበቃና ልማት ባለስልጣን በሚያስተዳድራቸው ብሔራዊ ፓርኮች እና የማኅበረሰብ ጥብቅ ሥፍራዎች ከኮሮናቫይረስ ተጋላጭነት ለመከላከል እየሠራ መሆኑን አስታውቋል፡፡የባለስልጣኑ የኮሙዩኒኬሽን ዳይሬክተር ጋሻው እሸቱ 10 በሚሆኑ ብሔራዊ ፓርኮችና የማኅበረሰብ ጥብቅ ሥፍራዎች የኮሮና ቫይረስን መከላከል በሚቻልባቸው ቅድመ ተግባራት እና ርምጃዎች ላይ መምከራቸውን ተናግረዋል፡፡ የዱር እንስሳት በመንጋ የሚኖሩ፣ እርስ በርሳቸው ተመጋጋቢ፣ ከሰዎች እና ከቤት እንስሳቶች ጋር ሊቀላቀሉ የሚችሉ በመሆናቸው በኮሮናቫይረስ ከተጋለጡ ‘‘የኮሮናቫይረስ ተጋላጭነት በብርቅየ የዱር እንስሳት ብዝኃ ሕይወት ላይ ስጋት መሆን የለበትም’’ ያሉት አቶ ጋሻው በፓርኮቹ ውስጥ ለሚሠሩ የጥበቃ፣ ስካውት እና ለጽሕፈት ቤት ሠራተኞች በዘርፉ ላይ ያተኮረ የኮሮናቫይረስ መከላከያ ትምህርቶችን እና የቁሳቁስ ድጋፎችን ማድረጋቸውን አስታውቀዋል፡፡</code> |
| <code>የትግራይ ክልል የአየር መሥመር ለአገልግሎት ክፍት ሆነ፡፡</code> | <code><br>የትግራይ ክልል የአየር መሥመር ለአገልግሎት ክፍት ሆነ፡፡<br>ባሕር ዳር፡ ታኅሣሥ 05/2013 ዓ.ም (አብመድ) በሰሜን ኢትዮጵያ ትግራይ ክልል የህግ ማስከበር ሂደትን ተከትሎ ተዘግቶ የነበረው የአየር ክልል ከዛሬ ታህሣሥ 5/2013 ዓ.ም ከቀኑ 8 ሰዓት ጀምሮ በሰሜን የኢትዮጵያ የአየር ክልል ውስጥ የሚያቋርጡ የአለም አቀፍ እና የሃገር ውስጥ የበረራ መስመሮች ለአገልግሎት ክፍት ሆነዋል፡፡ አገልግሎት መሥጠት የሚችሉ ኤርፖርቶች በረራ ማስተናገድ የሚችሉ መሆኑንም የኢትዮጵያ ሲቪል አቪዬሽን ባለስልጣን ገልጿል::<br></code> |
| <code>የአውሮፓ ኢንቨስትመንት ባንክ ለመንግሥት 76 ሚሊዮን ዶላር ሊያበድር ነው</code> | <code>በዳዊት እንደሻውየአውሮፓ ኢንቨስትመንት ባንክ ጽሕፈት ቤቱን በአዲስ አበባ ከከፈተ ከሁለት ዓመት በኋላ ትልቅ ነው የተባለለትን የ76 ሚሊዮን ዶላር ብድር ስምምነት ለመፈራረም፣ ኃላፊዎቹን ወደ ኢትዮጵያ ይልካል፡፡ከወር በፊት በኢትዮጵያ መንግሥትና በባንኩ መካከል የተደረገው ይኼ የብድር ስምምነት፣ የኢትዮጵያ ልማት ባንክ በሊዝ ፋይናንሲንግ ለአነስተኛና ለመካከለኛ ኢንተርፕራይዞች ለሚያደርገው እገዛ ይውላል፡፡የአውሮፓ ኢንቨስትመንት ባንክ ምክትል ፕሬዚዳንት ፒም ቫን በሌኮም፣ እንዲሁም ሌሎች ኃላፊዎች ይመጣሉ ተብሎ ይጠበቃል፡፡በዚህም መሠረት የባንኩ ኃላፊዎች ከገንዘብና ኢኮኖሚ ትብብር ሚኒስቴር ጋር አድርገውት ከነበረው ስምምነት የሚቀጥልና ተመሳሳይ የሆነ ስምምነት፣ ከኢትዮጵያ ልማት ባንክ ጋር እንደሚያደርጉ ይጠበቃል፡፡እ.ኤ.አ. እስከ 2022 ድረስ የሚቀጥለው አነስተኛና መካከለኛ ኢንተርፕራይዞችን የማገዝ ፕሮጀክት 276 ሚሊዮን ዶላር ወጪ የሚያስወጣ ሲሆን፣ ባለፈው ዓመት የዓለም ባንክ ወደ 200 ሚሊዮን ዶላር ብድር ሰጥቷል፡፡በአውሮፓ ኢንቨስትመንት ባንክ የሚሰጠው ብድር፣ የኢትዮጵያ ልማት ባንክን የሊዝ ፋይናንሲንግ ሥራ እንደሚያግዝ ጉዳዩ የሚመለከታቸው የልማት ባንክ ኃላፊዎች ለሪፖርተር ተናግረዋል፡፡ ‹‹በተጨማሪም የውጭ ምንዛሪ እጥረቱን ለማቃለል ያግዛል፤›› ሲሉ ኃላፊው ገልጸዋል፡፡በልማት ባንክ በኩል የሚደረገው እገዛ በሁለት መስኮቶች የሚወጣ ሲሆን፣ አንደኛው በቀጥታ በባንክ እንደ ሊዝ ፋይናንሲንግ ሲሰጥ ሌላው ደግሞ እንደ መሥሪያ ካፒታል ልማት ባንክ ለመረጣቸው 12 ባንኮችና ዘጠኝ ማይክሮ ፋይናንሶች ይሰጣል፡፡የአውሮፓ ኢንቨስትመንት ባንክ በኢትዮጵያ መንቀሳቀስ ከጀመረ ከ1980ዎቹ ጀምሮ ወደ ግማሽ ቢሊዮን ዶላር የሚጠጋ ለኃይል፣ ለኮሙዩኒኬሽንና ለግሉ ዘርፍ ኢ...</code> |
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
```json
{
"loss": "MultipleNegativesRankingLoss",
"matryoshka_dims": [
512,
384,
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`: 64
- `per_device_eval_batch_size`: 64
- `gradient_accumulation_steps`: 2
- `num_train_epochs`: 4
- `lr_scheduler_type`: cosine
- `warmup_ratio`: 0.1
- `fp16`: True
- `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`: 64
- `per_device_eval_batch_size`: 64
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 2
- `eval_accumulation_steps`: None
- `torch_empty_cache_steps`: None
- `learning_rate`: 5e-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`: 4
- `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`: None
- `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`: None
- `hub_always_push`: False
- `gradient_checkpointing`: False
- `gradient_checkpointing_kwargs`: None
- `include_inputs_for_metrics`: False
- `include_for_metrics`: []
- `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
- `eval_on_start`: False
- `use_liger_kernel`: False
- `eval_use_gather_object`: False
- `average_tokens_across_devices`: False
- `prompts`: None
- `batch_sampler`: no_duplicates
- `multi_dataset_batch_sampler`: proportional
</details>
### Training Logs
| Epoch | Step | Training Loss | dim_512_cosine_ndcg@10 | dim_384_cosine_ndcg@10 | dim_256_cosine_ndcg@10 | dim_128_cosine_ndcg@10 | dim_64_cosine_ndcg@10 |
|:----------:|:-------:|:-------------:|:----------------------:|:----------------------:|:----------------------:|:----------------------:|:---------------------:|
| 0.0456 | 10 | 14.3172 | - | - | - | - | - |
| 0.0911 | 20 | 11.9004 | - | - | - | - | - |
| 0.1367 | 30 | 8.2867 | - | - | - | - | - |
| 0.1822 | 40 | 4.869 | - | - | - | - | - |
| 0.2278 | 50 | 3.7541 | - | - | - | - | - |
| 0.2733 | 60 | 3.1055 | - | - | - | - | - |
| 0.3189 | 70 | 2.6283 | - | - | - | - | - |
| 0.3645 | 80 | 2.2792 | - | - | - | - | - |
| 0.4100 | 90 | 2.0364 | - | - | - | - | - |
| 0.4556 | 100 | 1.9502 | - | - | - | - | - |
| 0.5011 | 110 | 1.6862 | - | - | - | - | - |
| 0.5467 | 120 | 1.6991 | - | - | - | - | - |
| 0.5923 | 130 | 1.5849 | - | - | - | - | - |
| 0.6378 | 140 | 1.3585 | - | - | - | - | - |
| 0.6834 | 150 | 1.464 | - | - | - | - | - |
| 0.7289 | 160 | 1.6712 | - | - | - | - | - |
| 0.7745 | 170 | 1.4967 | - | - | - | - | - |
| 0.8200 | 180 | 1.4184 | - | - | - | - | - |
| 0.8656 | 190 | 1.2148 | - | - | - | - | - |
| 0.9112 | 200 | 1.3443 | - | - | - | - | - |
| 0.9567 | 210 | 1.1794 | - | - | - | - | - |
| 1.0 | 220 | 1.1257 | 0.6572 | 0.6578 | 0.6471 | 0.6308 | 0.5837 |
| 1.0456 | 230 | 1.2824 | - | - | - | - | - |
| 1.0911 | 240 | 1.2316 | - | - | - | - | - |
| 1.1367 | 250 | 1.1745 | - | - | - | - | - |
| 1.1822 | 260 | 0.9189 | - | - | - | - | - |
| 1.2278 | 270 | 0.977 | - | - | - | - | - |
| 1.2733 | 280 | 0.9832 | - | - | - | - | - |
| 1.3189 | 290 | 0.9445 | - | - | - | - | - |
| 1.3645 | 300 | 0.8845 | - | - | - | - | - |
| 1.4100 | 310 | 0.754 | - | - | - | - | - |
| 1.4556 | 320 | 0.7767 | - | - | - | - | - |
| 1.5011 | 330 | 0.6453 | - | - | - | - | - |
| 1.5467 | 340 | 0.6502 | - | - | - | - | - |
| 1.5923 | 350 | 0.6711 | - | - | - | - | - |
| 1.6378 | 360 | 0.6081 | - | - | - | - | - |
| 1.6834 | 370 | 0.5782 | - | - | - | - | - |
| 1.7289 | 380 | 0.793 | - | - | - | - | - |
| 1.7745 | 390 | 0.6978 | - | - | - | - | - |
| 1.8200 | 400 | 0.7294 | - | - | - | - | - |
| 1.8656 | 410 | 0.6582 | - | - | - | - | - |
| 1.9112 | 420 | 0.5806 | - | - | - | - | - |
| 1.9567 | 430 | 0.5558 | - | - | - | - | - |
| 2.0 | 440 | 0.5417 | 0.6831 | 0.6801 | 0.6744 | 0.6640 | 0.6246 |
| 2.0456 | 450 | 0.6179 | - | - | - | - | - |
| 2.0911 | 460 | 0.5952 | - | - | - | - | - |
| 2.1367 | 470 | 0.604 | - | - | - | - | - |
| 2.1822 | 480 | 0.4688 | - | - | - | - | - |
| 2.2278 | 490 | 0.4907 | - | - | - | - | - |
| 2.2733 | 500 | 0.5165 | - | - | - | - | - |
| 2.3189 | 510 | 0.4703 | - | - | - | - | - |
| 2.3645 | 520 | 0.4971 | - | - | - | - | - |
| 2.4100 | 530 | 0.4522 | - | - | - | - | - |
| 2.4556 | 540 | 0.4145 | - | - | - | - | - |
| 2.5011 | 550 | 0.344 | - | - | - | - | - |
| 2.5467 | 560 | 0.392 | - | - | - | - | - |
| 2.5923 | 570 | 0.3371 | - | - | - | - | - |
| 2.6378 | 580 | 0.3402 | - | - | - | - | - |
| 2.6834 | 590 | 0.3535 | - | - | - | - | - |
| 2.7289 | 600 | 0.4581 | - | - | - | - | - |
| 2.7745 | 610 | 0.3701 | - | - | - | - | - |
| 2.8200 | 620 | 0.4221 | - | - | - | - | - |
| 2.8656 | 630 | 0.3886 | - | - | - | - | - |
| 2.9112 | 640 | 0.3828 | - | - | - | - | - |
| 2.9567 | 650 | 0.3737 | - | - | - | - | - |
| 3.0 | 660 | 0.3318 | 0.6921 | 0.6887 | 0.6852 | 0.6699 | 0.6339 |
| 3.0456 | 670 | 0.4025 | - | - | - | - | - |
| 3.0911 | 680 | 0.4092 | - | - | - | - | - |
| 3.1367 | 690 | 0.3605 | - | - | - | - | - |
| 3.1822 | 700 | 0.3218 | - | - | - | - | - |
| 3.2278 | 710 | 0.3362 | - | - | - | - | - |
| 3.2733 | 720 | 0.3451 | - | - | - | - | - |
| 3.3189 | 730 | 0.3476 | - | - | - | - | - |
| 3.3645 | 740 | 0.3594 | - | - | - | - | - |
| 3.4100 | 750 | 0.3324 | - | - | - | - | - |
| 3.4556 | 760 | 0.3144 | - | - | - | - | - |
| 3.5011 | 770 | 0.2667 | - | - | - | - | - |
| 3.5467 | 780 | 0.3241 | - | - | - | - | - |
| 3.5923 | 790 | 0.253 | - | - | - | - | - |
| 3.6378 | 800 | 0.2916 | - | - | - | - | - |
| 3.6834 | 810 | 0.2632 | - | - | - | - | - |
| 3.7289 | 820 | 0.348 | - | - | - | - | - |
| 3.7745 | 830 | 0.2788 | - | - | - | - | - |
| 3.8200 | 840 | 0.3224 | - | - | - | - | - |
| 3.8656 | 850 | 0.3144 | - | - | - | - | - |
| 3.9112 | 860 | 0.2926 | - | - | - | - | - |
| 3.9567 | 870 | 0.3002 | - | - | - | - | - |
| **3.9841** | **876** | **-** | **0.6958** | **0.6919** | **0.6863** | **0.6734** | **0.6374** |
* The bold row denotes the saved checkpoint.
### Framework Versions
- Python: 3.10.12
- Sentence Transformers: 3.3.1
- Transformers: 4.47.1
- PyTorch: 2.5.1+cu121
- Accelerate: 1.2.1
- Datasets: 3.2.0
- Tokenizers: 0.21.0
## 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.*
-->