File size: 67,487 Bytes
b481767 |
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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 1098 1099 1100 1101 1102 1103 1104 1105 1106 1107 1108 1109 1110 1111 1112 1113 1114 1115 1116 1117 1118 1119 1120 1121 1122 1123 1124 1125 1126 1127 1128 1129 1130 1131 1132 1133 1134 1135 1136 1137 1138 1139 1140 1141 1142 1143 1144 1145 1146 1147 1148 1149 1150 1151 |
---
library_name: sentence-transformers
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:80448
- loss:MultipleNegativesRankingLoss
base_model: BookingCare/multilingual-e5-base-v2
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
- dot_accuracy@1
- dot_accuracy@3
- dot_accuracy@5
- dot_accuracy@10
- dot_precision@1
- dot_precision@3
- dot_precision@5
- dot_precision@10
- dot_recall@1
- dot_recall@3
- dot_recall@5
- dot_recall@10
- dot_ndcg@10
- dot_mrr@10
- dot_map@100
widget:
- source_sentence: Chấn thương phần mềm nghiêm trọng
sentences:
- ' Theo Đông y, bạc thau có tính mát, vị đắng, hơi cay và chua. Cây có tác dụng
điều kinh, lợi tiểu, thanh nhiệt, cầm máu, thư cân hoạt lạc, tiêu đờm, nhuận phế,
chỉ khái. Vậy
Trong dân gian Việt Nam,
thường được dùng để làm thuốc chữa
kinh nguyệt không đều
rong kinh
, bí tiểu tiện, rát buốt, tiểu ít, màu nước tiểu đục. Ngoài ra,
dùng trong điều trị lở ngứa, mụn nhọt, sát khuẩn, giải độc,
viêm phế quản
và sốt rét cũng rất hiệu quả. Người ta thường dùng tươi, giã nát ra đắp lên những
nơi bị
gãy xương
hoặc đắp lên mụn nhọt cho hút mủ lên da non. Bên cạnh đó, người ta hay dùng bạc
thau phơi khô để chữa ho đặc biệt là cho trẻ em. cây bạc thau chữa bệnh gì? bạc
thau kinh nguyệt không đều , rong kinh bạc thau viêm phế quản gãy xương Ở Quảng
Tây (Trung Quốc), bạc sau được dùng bằng cách lấy toàn cây để trị ho, nhức mỏi
chân tay, viêm thận thuỷ thũng hay dùng ngoài trị độc do giang mai.'
- '1.1. Định nghĩa Các bác sĩ cho biết những chấn thương phần mềm được gọi là nghiêm
trọng khi: Vết thương phần mềm làm lộ gân, xương khớp, thần kinh và/hoặc mạch
máu; Vết thương mất đoạn gân hoặc xương. 1.2. Hậu quả Tình trạng này nếu không
được điều trị đúng cách sẽ có nguy cơ dẫn đến di chứng: Nhiễm trùng; – gân ,mạch
máu, thần kinh,cơ... Hoại tử xương Biến dạng, co rút cơ quan vận động; Cứng khớp;
Làm mất chức năng vận động của chi thể, ảnh hưởng lớn đến cuộc sống của người
bệnh. 1.3. Điều trị Các biện pháp phù hợp thường được áp dụng đối với dạng chấn
thương này là: Khâu da che phủ thì đầu (vết thương đơn giản không bị căng kéo);
Ghép da tự thân; Xoay vạt da tại chỗ; có cuống mạch liền Chuyển vạt da rời có
cuống mạnh rời (nối vi phẫu mạch máu). Chuyển vạt da Theo khuyến cáo của bác sĩ,
quyết định khâu da thì đầu hay để hở hoặc chuyển vạt cơ che phủ các chấn thương
là rất quan trọng. Điều này phụ thuộc rất nhiều vào trình độ chuyên môn của phẫu
thuật viên.Đánh giá vết thương và xử lý vết thương theo thang tạo hình từ thấp
tới cao tương ứng với độ phức tạp của vết thương.'
- ' (CPP – Cerebral Perfusion Pressure) có mối liên quan mật thiết với
. Áp lực tưới máu não được định nghĩa là hiệu số giữa áp lực động mạch trung bình
(Mean Arterial Pressure - MAP) và áp lực nội sọ (ICP). Điều đó có nghĩa là: CPP
= MAP - ICP. Áp lực động mạch trung bình là áp lực trung bình ở động mạch cảnh.
MAP = (áp lực thì tâm thu + 2 áp lực thì tâm trương)/3.
ở người bình thường là trên 50mmHg. Áp lực tưới máu não nên duy trì ở mức 70 -
80mmHg và áp lực nội sọ ở mức dưới 15mmHg. Áp lực tưới máu não áp lực nội sọ Áp
lực tưới máu não Tình trạng tăng
dẫn đến quá trình giảm áp lực tưới máu não và lưu lượng máu não, là nguyên nhân
chính gây tử vong đối với các bệnh nhân bị chấn thương sọ não. Bởi vậy, việc duy
trì áp lực tưới máu não ở một giá trị thích hợp trong thời gian nhanh nhất chính
là một trong những yếu tố then chốt của hoạt động chăm sóc đặc biệt cho người
bệnh, tránh hoại tử não ở bệnh nhân bị tăng
, đặc biệt với người bị
thường gặp trong tai nạn giao thông. áp lực nội sọ áp lực nội sọ chấn thương sọ
não Theo dõi mức
và
cho phép đánh giá chính xác những thay đổi áp lực và lưu lượng máu trong não,
phục vụ tốt nhất cho quá trình chẩn đoán và điều trị ở các bệnh nhân bị
chấn thương sọ não nặng
, hôn mê,... áp lực nội sọ áp lực tưới máu não chấn thương sọ não nặng Video
đề xuất: Khám sức khỏe định kỳ tại Vinmec: Bảo vệ bạn trước khi quá muộn! XEM
THÊM: Chức năng của dịch não tủy Chức năng của dịch não tủy Điều trị ở bệnh nhân
tụ máu não do chấn thương sọ não Điều trị ở bệnh nhân tụ máu não do chấn thương
sọ não Chấn thương sọ não: Nhận biết và điều trị thế nào? Chấn thương sọ não:
Nhận biết và điều trị thế nào? Thần kinh Điều chỉnh áp lực tưới máu não Chấn
thương sọ não Điều chỉnh áp lực trong sọ Áp lực tưới máu não Dịch não tủy'
- source_sentence: Định nghĩa về tình trạng hiếm muộn
sentences:
- ' Những người sau điều trị ung thư có thể gặp các vấn đề về sức khỏe răng miệng,
tùy thuộc vào các phương pháp điều trị mà họ nhận được: Hóa trị có thể ảnh hưởng
đến men răng và làm tăng nguy cơ mắc các vấn đề răng miệng lâu dài. Liệu pháp
xạ trị liều cao đến vùng đầu và cổ có thể làm thay đổi sự phát triển của răng.
Nó cũng có thể gây ra bệnh nướu răng và sản xuất nước bọt thấp hơn, gây khô miệng.
Thuốc steroid có thể làm tăng nguy cơ mắc các vấn đề về mắt như bong tróc mắt
ảnh hưởng đến thị lực (đục thủy tinh thể). Để theo dõi các vấn đề này trong tương
lai, người bệnh nên sắp xếp các cuộc hẹn thường xuyên với nha sĩ và bác sĩ nhãn
khoa.'
- ' Vắc xin phòng cúm
: Khá nhiều cha mẹ băn khoăn liệu trẻ có cần vắc xin phòng cúm hay không, thì
câu trả lời là có. Biến chứng của cúm ở trẻ dưới 5 tuổi thường nghiêm trọng, do
đó để bảo vệ sức khỏe cho trẻ, cha mẹ nên đưa đi tiêm phòng cúm. Lịch tiêm cụ
thể cha mẹ cần tham vấn với bác sĩ. Cha mẹ cần lưu ý virus cúm mỗi năm lại biến
đổi, do đó trẻ cần được tiêm phòng hàng năm. Vắc xin phòng cúm Ngoài chế độ dinh
dưỡng, trẻ 8 tháng cần 5mg kẽm nguyên tố/ngày để trẻ ăn ngon, đạt chiều cao và
cân nặng đúng chuẩn và vượt chuẩn. Kẽm đóng vai trò tác động đến hầu hết các quá
trình sinh học diễn ra trong cơ thể, đặc biệt là quá trình phân giải tổng hợp
axit nucleic, protein... Các cơ quan trong cơ thể khi thiếu kẽm có thể dẫn đến
một số bệnh lý như rối loạn thần kinh, dễ sinh cáu gắt,... Vì vậy cha mẹ cần tìm
hiểu về
Vai trò của kẽm và hướng dẫn bổ sung kẽm hợp lý cho bé
. Vai trò của kẽm và hướng dẫn bổ sung kẽm hợp lý cho bé Ngoài kẽm, cha mẹ cũng
cần bổ sung cho trẻ các vitamin và khoáng chất quan trọng khác như lysine, crom,
vitamin nhóm B,... giúp con ăn ngon, có hệ miễn dịch tốt, tăng cường đề kháng
để ít ốm vặt. Hãy thường xuyên truy cập website
Vinmec.com
và cập nhật những thông tin hữu ích để chăm sóc cho bé và cả gia đình nhé. Vinmec.com Bài
viết tham khảo nguồn: mayoclinic.org và whattoexpect.com Thực Phẩm bảo vệ sức
khỏe LAMINKID I: Sản phẩm có công dụng bổ sung vi khoáng và vitamin cho cơ thể.
Hỗ trợ tiêu hóa, tăng cường hấp thu thức ăn, giúp trẻ ăn ngon. Hỗ trợ nâng cao
đề kháng cho trẻ, hỗ trợ giảm nguy cơ mắc bệnh do sức đề kháng kém như viêm đường
hô hấp trên, cảm cúm. Đối tượng sử dụng: - Trẻ biếng ăn, kém hấp thu thức ăn,
trẻ gầy yếu, suy dinh dưỡng, chậm phát triển. - Trẻ có sức đề kháng kém, đang
ốm hoặc vừa ốm dậy, trẻ hay mắc các bệnh viêm đường hô hấp trên, cảm cúm. Chịu
trách nhiệm về chất lượng sản phẩm: Công ty Cổ phần dược phẩm Elepharma Số 9,
phố Trương Công Giai, tổ 17, Phường Dịch Vọng, Quận Cầu Giấy, Thành phố Hà Nội,
Việt Nam (ĐT) 1800 6091; (E) info.elepharma@gmail.com https://i.vinmec.com/laminkid
Xem thêm thông tin về sản phẩm tại: https://i.vinmec.com/dangkytuvandinhduong
Đăng ký tư vấn dinh dưỡng cho bé tại: nhi khoa Trẻ 8 tháng tuổi Vận động
của trẻ LaminKid Trẻ mọc răng Dinh dưỡng của trẻ Nhận thức của trẻ Giấc ngủ của
trẻ'
- ' Hiếm muộn
hiện đang là một gánh nặng của ngành y tế Việt Nam, ảnh hưởng đến khoảng 15-20%
các cặp vợ chồng ở độ tuổi sinh sản. Theo tổ chức Y tế thế giới (WHO) quy định:
hiếm muộn là bệnh lý của cơ quan sinh sản, một cặp vợ chồng được gọi là hiếm muộn
khi không có khả năng có thai sau một năm chung sống trở lên, giao hợp đều đặn
và không sử dụng
nào. Với các cặp vợ chồng có người vợ trên 35 tuổi thì thời gian quy định là 6
tháng. Vì vậy, khi người vợ trên 35 tuổi, sau 6 tháng mong con nhưng vẫn không
thể có thai được nên được khám và điều trị sớm. Tuy nhiên đối với những trường
hợp, nguyên nhân hiếm muộn tương đối rõ ràng thì việc tính thời gian không còn
được đặt ra. Hiếm muộn biện pháp tránh thai'
- source_sentence: Chơi trò chơi đố chữ
sentences:
- ' Việc
dạy trẻ nói
sẽ trở nên hấp dẫn hơn nhiều khi nó được thực hiện thông qua một trò chơi. Trẻ
ở lứa tuổi mới biết đi sẽ thích một trò chơi có tên "Đây là gì?" Khi đưa trẻ đến
một môi trường mới - quán cà phê, sân bay hoặc chợ - hãy chỉ vào một thứ gì đó
và hỏi trẻ, "Đây là gì?" Thách thức trẻ tìm ra tên chính xác. Để giúp trẻ không
nản lòng, hãy bắt đầu với một vài đồ vật - một con mèo, một cái bánh quy – mà
bố mẹ chắc chắn rằng trẻ đã biết. Sau đó, thỉnh thoảng lại lén nói một từ mới.
Nếu trẻ không biết, hãy thì thầm câu trả lời và để trẻ hét lên. Sau đó, giới thiệu
cho trẻ biết đồ vật đó là gì và nó hoạt động như thế nào. Ví dụ "Đó là một chiếc
ô. Chúng ta sử dụng ô để khi trời mưa để không bị ướt." dạy trẻ nói Những đứa
trẻ ở độ tuổi lớn hơn sẽ đánh giá cao một trò chơi phức tạp hơn một chút có tên
"Điều gì xảy ra tiếp theo?" Bắt đầu kể cho trẻ nghe một câu chuyện, và ngay khi
cốt truyện bắt đầu đi lên cao trào, hãy yêu cầu trẻ kể cho bố mẹ nghe kết thúc
của nó. Nếu trẻ không đủ vốn từ để tự mình trình bày cụ thể, bố mẹ có thể giúp
con bằng cách đặt một số câu hỏi gợi ý như "Con có nghĩ con chó sói bỏ chạy không?"
Một khi bố mẹ đã gợi ý một hướng cốt truyện, bố mẹ có thể hỏi trẻ để biết thêm
suy nghĩ của chúng một cách chi tiết hơn như "Con nghĩ chú chó đã đi đâu?" hoặc
"Ai đã đi cùng trẻ?"'
- ' 3.1 Tầm soát cho đối tượng hội chứng Lynch, có 02 nhóm Người có thân nhân thế
hệ một (cha mẹ, anh em) đã bị ung thư đại-trực tràng trước tuổi 45. Các đối tượng
này dễ bị ung thư gấp 10 lần người thường, Người có hơn 2 người thân thế hệ một
bị bất kỳ ung thư nào. Các đối tượng này dễ bị ung thư gấp 6 lần người thường.
Vì
hay xảy ra từ tuổi 50 vì thế nên tầm soát ở độ tuổi này chúng ta có thể giảm tỷ
lệ 50% ung thư và kéo dài thời gian sống hơn 12 tháng. Test nên dùng cho các đối
tượng này là nội soi đại tràng. Nếu trong gia đình có người rất trẻ, dưới 40 tuổi
bị ung thư, nên tầm soát những người trong gia đình sớm hơn 10 năm và nên thực
hiện kiểm tra nội soi đại tràng mỗi 5 năm. ung thư đại - trực tràng 3.1.1 Ung
thư đại tràng không do polyp (Hereditary non-polyposis colon cancer: HNPCC) Loại
ung thư này (hình 9) hay xảy ra trong gia đình và gây bệnh ở người trẻ, trước
tuổi 45. Ngoài nội soi đại tràng cho những người thân trong gia đình mỗi 5 năm
tính từ tuổi người mắc bệnh, cần thử DNA để so sánh với DNA của người thân đã
bị ung thư trước đó. Các đối tượng trong gia đình này cần nội soi đại tràng, nội
soi dạ dày, chụp nhũ ảnh, siêu âm vùng chậu và thử tế bào tử cung vì ngoài
họ có thể bị ung thư dạ dày, ung thư vú, tử cung và buồng trứng. ung thư đại tràng Đa
polyp trong gia đình (Familial Adenomatous Polyposis: FAP) Loại bệnh này ít gặp
hơn loại
không do polyp nhưng sẽ diễn tiến thành ung thư đại tràng khi trên 50 tuổi, vì
thế cần tầm soát tất cả người thân của bệnh nhân đã mắc bệnh này bắt đầu từ 10
tuổi, nội soi đại tràng chậu hông hoặc nội soi toàn bộ đại tràng. Nếu có bệnh
FAP (hình 10), nên cân nhắc quyết định cắt toàn bộ đại tràng để phòng ngừa polyp
hóa ác. ung thư đại tràng Theo dõi sau cắt polyp ác tính: Những polyp đại trực
tràng lớn hơn 1cm, không cuống, nghịch sản có nguy cơ hóa ác cao. Sau cắt polyp
qua nội soi, cần theo dõi và nội soi kiểm tra định kỳ như sau: Mỗi 01 tháng trong
03 tháng đầu, trong năm thứ nhất. Mỗi 03 tháng trong 06 tháng kế tiếp, trong năm
thứ nhất. Mỗi 06 tháng trong năm thứ hai. Mỗi năm, từ năm thứ 03 đến năm thứ 05.
Những tổn thương polyp ác tính, lịch nội soi kiểm tra tương tự như lịch theo dõi
những ung thư đại trực tràng đã được phẫu thuật như: Xét nghiệm máu tìm chỉ điểm
ung thư (CEA) 06 tháng sau mổ, trong 05 năm. Nội soi đại tràng kiểm tra 06 tháng
sau mổ, trong năm thứ nhất. Nội soi đại tràng kiểm tra 01 năm sau mổ, trong năm
thứ hai. Nội soi đại tràng kiểm tra 03 năm sau mổ, trong năm thứ ba về sau. Theo
dõi các bệnh viêm đại tràng Các bệnh
viêm đại tràng
gồm
viêm loét đại tràng
(hình 11) và bệnh
Crohn
gây phản ứng viêm trên hơn một nửa đại tràng và khiến bệnh nhân dễ bị ung thư
gấp 10 lần người bình thường. viêm đại tràng viêm loét đại tràng Crohn Các tác
giả khuyến cáo nếu viêm đại tràng trên 8 năm thì hàng năm nên nội soi đại tràng.
Mục tiêu chính là phát hiện tổn thương tiền ung thư. Nếu có dị sản nặng do ít
nhất 2 chuyên gia giải phẫu bệnh xác nhận thì nên cắt toàn bộ đại tràng để ngừa
ung thư.'
- 'Nếu ngã theo cơ thế chống tay hay sưng nề nhiều vùng cổ bàn tay nghi ngờ gãy
xương thuyền cần đến các cơ sở y tế chuyên khoa để chẩn đoán kịp thời. được chẩn
đoán bằng hỏi bệnh sử, khám thực thể, chụp Xquang cổ bàn tay. Trong một vài trường
hợp thì phim Xquang chụp ngay sau chấn thương có vẻ bình thường và việc chẩn đoán
có thể bị chậm sau 2-3 tuần chỗ gãy mới rõ trên Xquang. Cả chụp CT và MRI có thể
có giá trị để đánh giá những điểm khác nhau của gãy xương thuyền. Chẩn đoán và
điều trị sớm là quan trọng để có kết quả tối ưu. Gãy xương thuyền Những triệu
chứng của gãy xương thuyền là: đau, sưng, ấn đau vùng cổ tay, không có biến dạng
rõ ràng vì thế mà gãy xương thuyền có thể nhầm lẫn với bong gân cổ tay nên bác
sĩ phải hỏi bệnh sử tỉ mỉ về cơ chế gãy chấn thương và cần phải khám lâm sàng
thích hợp.'
- source_sentence: Thiếu vi chất dinh dưỡng ảnh hưởng đến trẻ như thế nào?
sentences:
- '3.1 Thiếu vitamin A có vai trò quan trọng đối với trẻ nhỏ, giúp trẻ phát triển
bình thường, tăng cường khả năng miễn dịch và bảo vệ giác mạc, da, niêm mạc. Đặc
biệt, vitamin A còn có tác dụng phòng ngừa các bệnh nhiễm trùng như tiêu chảy,
đường hô hấp, khô giác mạc và mù lòa. Nếu
thiếu vitamin A
trẻ sẽ dễ gặp các bệnh về mắt và tăng nguy cơ nhiễm trùng. Vitamin A thiếu vitamin
A 3.2 Thiếu canxi và vitamin D Thiếu vitamin D
là nguyên nhân chính gây ra
bệnh còi xương ở trẻ em
, bởi vì thiếu vitamin D làm giảm hấp thụ canxi ở ruột, cơ thể sẽ huy động lượng
canxi ở trong xương đi vào máu gây ra rối loạn quá trình khoáng hóa xương. Trẻ
sẽ có những biểu hiện như quấy khóc, nôn trớ, ra mồ hôi trộm, rụng tóc, đầu to,
thóp rộng, răng mọc chậm, chậm biết đi, biến dạng xương, lồng ngực dô,... Từ đó,
làm giảm chiều cao của trẻ. Thiếu vitamin D ảnh hưởng đến hệ miễn dịch, sức đề
kháng của trẻ. Trẻ dễ mắc các bệnh lý như viêm đường hô hấp trên, hay tái phát.
Thiếu vitamin D bệnh còi xương ở trẻ em 3.3 Thiếu sắt Sắt
là một trong những thành phần của huyết sắc tố, tham gia vào quá trình vận chuyển
oxy và hô hấp tế bào. Thiếu sắt dẫn tới thiếu máu và các bệnh viêm đường hô hấp,
các bệnh nhiễm khuẩn ở trẻ. Thiếu sắt làm cho trẻ bị thiếu các dưỡng chất ảnh
hưởng đến tăng trưởng và phát triển của cơ thể. Sắt 3.4 Thiếu iot Khi cơ thể trẻ
thiếu i-ốt, tuyến giáp phát triển lớn và gây
bệnh bướu cổ
. Bên cạnh đó, trẻ thiếu i-ốt còn làm tăng nguy cơ chậm phát triển trí tuệ, chậm
lớn, thiểu năng và đần độn. bệnh bướu cổ 3.5 Thiếu kẽm Kẽm là một trong những
vi chất có vai trò quan trọng trong quá trình tăng trưởng và miễn dịch. Trẻ bị
thiếu kẽm sẽ
chậm lớn và giảm sức đề kháng, suy dinh dưỡng và chậm phát triển chiều cao. biếng
ăn , Tóm lại, vi chất dinh dưỡng là những chất chỉ chiếm một lượng nhỏ trong cơ
thể nhưng đóng vai trò rất quan trọng trong tăng trưởng, duy trì và nâng cao sức
khỏe, phát triển trí tuệ,... Thiếu vi chất là tình trạng thường gặp ở trẻ nhỏ
ảnh hưởng đến sự phát triển của trẻ. Do vậy, khi trẻ có những biểu hiện thiếu
vi chất dinh dưỡng thì cha mẹ hãy đưa trẻ đến ngay cơ sở y tế để được kiểm tra.
Ngoài ra cha mẹ cũng nên cho trẻ khám định kỳ nhằm phát hiện sớm tình trạng thiếu
vi chất ở trẻ. Thiếu vi chất dinh dưỡng LaminKid Suy dinh dưỡng Vi chất dinh
dưỡng Chậm phát triển chiều cao Chậm phát triển trí tuệ'
- ' Bất kỳ ai bị tiểu đường đều có nguy cơ cao mắc hôn mê do tiểu đường, tuy nhiên
những yếu tố dưới đây được xem là các nguy cơ hàng đầu dẫn đến tình trạng này,
bao gồm: Nếu bạn đang sử dụng máy bơm insulin, bạn cần phải kiểm tra thường xuyên
lượng đường trong máu của mình. Việc cung cấp insulin có thể dừng lại nếu máy
bơm bị lỗi hoặc ống thông bị xoắn hay rơi ra khỏi vị trí. Khi bị thiếu hụt insulin
có thể dẫn đến tình trạng nhiễm toan ceton do tiểu đường. Vấn đề về cung cấp
insulin: Khi cơ thể bị ốm hoặc gặp phải chấn thương sẽ khiến cho lượng đường trong
máu của bạn có xu hướng tăng cao đột ngột. Điều này có thể gây ra nhiễm toan ceton
do tiểu đường nếu bạn bị bệnh tiểu đường loại 1 và không tăng liều insulin để
bù đắp cho lượng bị thiếu hụt. Một số tình trạng sức khoẻ khác, chẳng hạn như
bệnh thận hoặc
suy tim sung huyết
, cũng có thể làm tăng nguy cơ mắc hội chứng tăng áp lực thẩm thấu bệnh tiểu đường
(hyperosmolar). Bệnh tật, chấn thương hoặc phẫu thuật: suy tim sung huyết Nếu
bạn không theo dõi thường xuyên lượng đường trong máu hoặc dùng thuốc không theo
chỉ dẫn của bác sĩ, bạn sẽ có nguy cơ cao mắc các biến chứng tiểu đường lâu dài,
thậm chí là hôn mê do tiểu đường. Bệnh tiểu đường không được kiểm soát tốt: Đôi
khi những người mắc bệnh tiểu đường cũng có thể gặp phải chứng
rối loạn ăn uống
chọn không sử dụng insulin theo chỉ dẫn với mong muốn có thể giảm cân. Đây là
một hành động khá nguy hiểm, đe dọa đến tính mạng và làm tăng nguy cơ hôn mê do
tiểu đường. Cố ý bỏ bữa hoặc không dùng insulin: rối loạn ăn uống Rượu là một
trong những yếu tố có thể tác động khó lượng đến lượng đường trong máu của bạn.
Tác dụng an thần của rượu có thể khiến bạn khó nhận biết được khi nào mình đang
gặp phải các triệu chứng của hạ đường huyết. Điều này cũng sẽ làm tăng nguy cơ
hôn mê do tiểu đường. Uống nhiều rượu: Một số loại thuốc bị cấm sử dụng, chẳng
hạn như
cocaine
hoặc thuốc lắc, có thể làm tăng nguy cơ lượng đường trong máu cao ở mức nghiêm
trọng và các tình trạng khác liên quan đến hôn mê do tiểu đường. Sử dụng các
loại thuốc bất hợp pháp: cocaine'
- ' Việc lạm dụng hoặc sử dụng không đúng các sản phẩm giải độc gan có thể để lại
một số tác dụng không mong muốn, khiến cho tình trạng bệnh lý ở gan nặng hơn cũng
như gây ra các tác dụng phụ toàn thân, nặng hơn có thể dẫn đến
suy gan
, đe dọa tính mạng. Do đó, không nên tự ý sử dụng các loại thuốc hoặc thực phẩm
chức năng giải độc gan nếu không có hướng dẫn, chỉ định của bác sĩ. suy gan Một
số bệnh nhân mắc các bệnh lý gan mật tự ý dùng các thuốc giải độc gan đơn thuần
với hy vọng điều trị được bệnh. Đây là quan điểm sai lầm bởi vì gan bị nhiễm độc
là do nhiều nguyên nhân khác nhau. Điều quan trọng là phải tìm được nguyên nhân
mới hy vọng điều trị bệnh hiệu quả. Thực tế là các thuốc giải độc gan chỉ hỗ trợ
điều trị tổn thương gan chứ không tác dụng trực tiếp đến nguyên nhân bệnh. Do
đó, các sản phẩm giải độc gan không thể thay thế điều trị y khoa. Phương pháp
dân gian giải độc gan được truyền miệng từ xa xưa không phải đều phù hợp với tất
cả bệnh nhân. Tác dụng và hiệu quả còn tùy thuộc vào cơ địa từng người, bệnh cảnh
cụ thể, cũng như liều lượng, cách dùng, cách bảo quản,... Việc sử dụng tùy tiện
các loại cây thuốc nam không những không mang lại hiệu quả điều trị mà còn có
thể ảnh hưởng đến sức khỏe người bệnh. Một số người bệnh
nghiện rượu
bia tỏ ra chủ quan khi dùng thuốc giải độc gan vì cho rằng mỗi khi đã sử dụng
thuốc giải độc gan thì có thể uống bao nhiêu bia, rượu cũng được. Điều này hoàn
toàn sai lầm vì thuốc giải độc gan không thể hỗ trợ điều trị khi nguyên nhân không
được giải quyết. nghiện rượu'
- source_sentence: Có cách nào để cải thiện môi trường làm việc độc hại không?
sentences:
- ' Chấn thương đầu, cổ, tủy sống rất nguy hiểm vì có thể gây mất vận động (liệt),
hôn mê
và tử vong.
Chấn thương tủy sống
là nguyên nhân tổn thương thần kinh và gây ra
khó thở
. hôn mê Chấn thương tủy sống khó thở Người bệnh bị chấn thương đầu, cổ, tủy
sống cần được vận chuyển hết sức thận trọng. Bởi bất cứ vận động nào không phù
hợp cũng có thể làm chấn thương nặng thêm như liệt tay hoặc chân. Nếu người bệnh
không tỉnh, cần thực hiện hỗ trợ sự sống cơ bản.'
- ' Quá trình mang thai bị tê tay chân là hiện tượng phổ biến thường gặp. Nếu ở
mức độ nhẹ thì bệnh chỉ gây ảnh hưởng đến sinh hoạt hằng ngày. Nhưng nếu như tình
trạng tê tay chân diễn ra liên tục và kèm theo các chứng
chóng mặt
, khó nhấc tay chân, co cơ,... cần nghĩ đến dấu hiệu của một bệnh lý khác. chóng
mặt Lúc này, bạn cần tới các cơ sở y tế uy tín gần nhất để được thăm khám chuyên
sâu và có hướng điều trị phù hợp.'
- ' Tương tự như chất độc trong không khí,
có thể gây hại cho sức khỏe tinh thần và thể chất của người lao động. Nếu bạn
tiếp tục làm việc quá lâu, nó có thể dẫn đến mức độ căng thẳng cao, lòng tự trọng
bị tụt giảm và bệnh lý trầm cảm. môi trường làm việc độc hại Nếu sự vấn đề đến
từ lãnh đạo hoặc tư duy của công ty, bạn sẽ không thể làm được gì nhiều để cải
thiện, tuy nhiên nếu vấn đề chỉ đến từ 1 hoặc 2 người, bạn có thể thảo luận với
người quản lý đáng tin cậy hoặc nói chuyện với bộ phận nhân sự (HR). Sau đó, công
ty có thể thuê trợ giúp từ bên ngoài như thông qua chương trình hỗ trợ nhân viên
(EAP) để giúp giải quyết vấn đề. Nếu không có sự lựa chọn nào ngoài việc ở lại
lúc này, hãy thử đặt mình vào một vỏ bọc nhỏ, cố gắng tránh mọi thị phi và giữ
an tĩnh cho riêng mình. Tập trung vào các mục tiêu bên ngoài công việc và bắt
đầu lập kế hoạch để thoát ra ngoài.'
pipeline_tag: sentence-similarity
model-index:
- name: SentenceTransformer based on BookingCare/multilingual-e5-base-v2
results:
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: healthcare dev
type: healthcare-dev
metrics:
- type: cosine_accuracy@1
value: 0.8482587064676617
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.9266169154228856
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.9465174129353234
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.9639303482587065
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.8482587064676617
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.3088723051409619
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.18930348258706467
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.09639303482587065
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.8482587064676617
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.9266169154228856
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.9465174129353234
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.9639303482587065
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.9103935171059057
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.8927939666745639
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.8943003609860257
name: Cosine Map@100
- type: dot_accuracy@1
value: 0.8482587064676617
name: Dot Accuracy@1
- type: dot_accuracy@3
value: 0.9266169154228856
name: Dot Accuracy@3
- type: dot_accuracy@5
value: 0.9465174129353234
name: Dot Accuracy@5
- type: dot_accuracy@10
value: 0.9639303482587065
name: Dot Accuracy@10
- type: dot_precision@1
value: 0.8482587064676617
name: Dot Precision@1
- type: dot_precision@3
value: 0.3088723051409619
name: Dot Precision@3
- type: dot_precision@5
value: 0.18930348258706467
name: Dot Precision@5
- type: dot_precision@10
value: 0.09639303482587065
name: Dot Precision@10
- type: dot_recall@1
value: 0.8482587064676617
name: Dot Recall@1
- type: dot_recall@3
value: 0.9266169154228856
name: Dot Recall@3
- type: dot_recall@5
value: 0.9465174129353234
name: Dot Recall@5
- type: dot_recall@10
value: 0.9639303482587065
name: Dot Recall@10
- type: dot_ndcg@10
value: 0.9103935171059057
name: Dot Ndcg@10
- type: dot_mrr@10
value: 0.8927939666745639
name: Dot Mrr@10
- type: dot_map@100
value: 0.8943003609860257
name: Dot Map@100
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: healthcare test
type: healthcare-test
metrics:
- type: cosine_accuracy@1
value: 0.6713868285007867
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.8208586199145875
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.8650258485052821
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.8996403686221622
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.6713868285007867
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.2736195399715291
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.17300516970105642
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.08996403686221624
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.6713868285007867
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.8208586199145875
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.8650258485052821
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.8996403686221622
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.7891859267149058
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.7533213277818758
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.7563423273488229
name: Cosine Map@100
- type: dot_accuracy@1
value: 0.6713868285007867
name: Dot Accuracy@1
- type: dot_accuracy@3
value: 0.8208586199145875
name: Dot Accuracy@3
- type: dot_accuracy@5
value: 0.8650258485052821
name: Dot Accuracy@5
- type: dot_accuracy@10
value: 0.8996403686221622
name: Dot Accuracy@10
- type: dot_precision@1
value: 0.6713868285007867
name: Dot Precision@1
- type: dot_precision@3
value: 0.2736195399715291
name: Dot Precision@3
- type: dot_precision@5
value: 0.17300516970105642
name: Dot Precision@5
- type: dot_precision@10
value: 0.08996403686221624
name: Dot Precision@10
- type: dot_recall@1
value: 0.6713868285007867
name: Dot Recall@1
- type: dot_recall@3
value: 0.8208586199145875
name: Dot Recall@3
- type: dot_recall@5
value: 0.8650258485052821
name: Dot Recall@5
- type: dot_recall@10
value: 0.8996403686221622
name: Dot Recall@10
- type: dot_ndcg@10
value: 0.7891859267149058
name: Dot Ndcg@10
- type: dot_mrr@10
value: 0.7533213277818758
name: Dot Mrr@10
- type: dot_map@100
value: 0.7563423273488229
name: Dot Map@100
---
# SentenceTransformer based on BookingCare/multilingual-e5-base-v2
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [BookingCare/multilingual-e5-base-v2](https://huggingface.co/BookingCare/multilingual-e5-base-v2). 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:** [BookingCare/multilingual-e5-base-v2](https://huggingface.co/BookingCare/multilingual-e5-base-v2) <!-- at revision 2123c87e34210130089526ab28cbb04929aefd66 -->
- **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: XLMRobertaModel
(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})
(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("BookingCare/multilingual-base-e5-v3.1")
# Run inference
sentences = [
'Có cách nào để cải thiện môi trường làm việc độc hại không?',
' Tương tự như chất độc trong không khí,\ncó thể gây hại cho sức khỏe tinh thần và thể chất của người lao động. Nếu bạn tiếp tục làm việc quá lâu, nó có thể dẫn đến mức độ căng thẳng cao, lòng tự trọng bị tụt giảm và bệnh lý trầm cảm. môi trường làm việc độc hại Nếu sự vấn đề đến từ lãnh đạo hoặc tư duy của công ty, bạn sẽ không thể làm được gì nhiều để cải thiện, tuy nhiên nếu vấn đề chỉ đến từ 1 hoặc 2 người, bạn có thể thảo luận với người quản lý đáng tin cậy hoặc nói chuyện với bộ phận nhân sự (HR). Sau đó, công ty có thể thuê trợ giúp từ bên ngoài như thông qua chương trình hỗ trợ nhân viên (EAP) để giúp giải quyết vấn đề. Nếu không có sự lựa chọn nào ngoài việc ở lại lúc này, hãy thử đặt mình vào một vỏ bọc nhỏ, cố gắng tránh mọi thị phi và giữ an tĩnh cho riêng mình. Tập trung vào các mục tiêu bên ngoài công việc và bắt đầu lập kế hoạch để thoát ra ngoài.',
' Chấn thương đầu, cổ, tủy sống rất nguy hiểm vì có thể gây mất vận động (liệt),\nhôn mê\nvà tử vong.\nChấn thương tủy sống\nlà nguyên nhân tổn thương thần kinh và gây ra\nkhó thở\n. hôn mê Chấn thương tủy sống khó thở Người bệnh bị chấn thương đầu, cổ, tủy sống cần được vận chuyển hết sức thận trọng. Bởi bất cứ vận động nào không phù hợp cũng có thể làm chấn thương nặng thêm như liệt tay hoặc chân. Nếu người bệnh không tỉnh, cần thực hiện hỗ trợ sự sống cơ bản.',
]
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: `healthcare-dev`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.8483 |
| cosine_accuracy@3 | 0.9266 |
| cosine_accuracy@5 | 0.9465 |
| cosine_accuracy@10 | 0.9639 |
| cosine_precision@1 | 0.8483 |
| cosine_precision@3 | 0.3089 |
| cosine_precision@5 | 0.1893 |
| cosine_precision@10 | 0.0964 |
| cosine_recall@1 | 0.8483 |
| cosine_recall@3 | 0.9266 |
| cosine_recall@5 | 0.9465 |
| cosine_recall@10 | 0.9639 |
| cosine_ndcg@10 | 0.9104 |
| cosine_mrr@10 | 0.8928 |
| **cosine_map@100** | **0.8943** |
| dot_accuracy@1 | 0.8483 |
| dot_accuracy@3 | 0.9266 |
| dot_accuracy@5 | 0.9465 |
| dot_accuracy@10 | 0.9639 |
| dot_precision@1 | 0.8483 |
| dot_precision@3 | 0.3089 |
| dot_precision@5 | 0.1893 |
| dot_precision@10 | 0.0964 |
| dot_recall@1 | 0.8483 |
| dot_recall@3 | 0.9266 |
| dot_recall@5 | 0.9465 |
| dot_recall@10 | 0.9639 |
| dot_ndcg@10 | 0.9104 |
| dot_mrr@10 | 0.8928 |
| dot_map@100 | 0.8943 |
#### Information Retrieval
* Dataset: `healthcare-test`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.6714 |
| cosine_accuracy@3 | 0.8209 |
| cosine_accuracy@5 | 0.865 |
| cosine_accuracy@10 | 0.8996 |
| cosine_precision@1 | 0.6714 |
| cosine_precision@3 | 0.2736 |
| cosine_precision@5 | 0.173 |
| cosine_precision@10 | 0.09 |
| cosine_recall@1 | 0.6714 |
| cosine_recall@3 | 0.8209 |
| cosine_recall@5 | 0.865 |
| cosine_recall@10 | 0.8996 |
| cosine_ndcg@10 | 0.7892 |
| cosine_mrr@10 | 0.7533 |
| **cosine_map@100** | **0.7563** |
| dot_accuracy@1 | 0.6714 |
| dot_accuracy@3 | 0.8209 |
| dot_accuracy@5 | 0.865 |
| dot_accuracy@10 | 0.8996 |
| dot_precision@1 | 0.6714 |
| dot_precision@3 | 0.2736 |
| dot_precision@5 | 0.173 |
| dot_precision@10 | 0.09 |
| dot_recall@1 | 0.6714 |
| dot_recall@3 | 0.8209 |
| dot_recall@5 | 0.865 |
| dot_recall@10 | 0.8996 |
| dot_ndcg@10 | 0.7892 |
| dot_mrr@10 | 0.7533 |
| dot_map@100 | 0.7563 |
<!--
## 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 Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: steps
- `per_device_train_batch_size`: 5
- `per_device_eval_batch_size`: 6
- `learning_rate`: 2e-05
- `num_train_epochs`: 2
- `warmup_ratio`: 0.1
- `fp16`: True
- `batch_sampler`: no_duplicates
#### All Hyperparameters
<details><summary>Click to expand</summary>
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: steps
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 5
- `per_device_eval_batch_size`: 6
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 1
- `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`: 2
- `max_steps`: -1
- `lr_scheduler_type`: linear
- `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`: False
- `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
- `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
<details><summary>Click to expand</summary>
| Epoch | Step | Training Loss | Validation Loss | healthcare-dev_cosine_map@100 | healthcare-test_cosine_map@100 |
|:------:|:-----:|:-------------:|:---------------:|:-----------------------------:|:------------------------------:|
| 0 | 0 | - | - | 0.8140 | 0.6266 |
| 0.0126 | 100 | 0.1461 | 0.1289 | 0.8342 | - |
| 0.0251 | 200 | 0.1063 | 0.1130 | 0.8448 | - |
| 0.0377 | 300 | 0.1015 | 0.1008 | 0.8536 | - |
| 0.0502 | 400 | 0.086 | 0.0937 | 0.8586 | - |
| 0.0628 | 500 | 0.0824 | 0.0895 | 0.8654 | - |
| 0.0753 | 600 | 0.1008 | 0.0872 | 0.8669 | - |
| 0.0879 | 700 | 0.0755 | 0.0930 | 0.8658 | - |
| 0.1004 | 800 | 0.0968 | 0.0923 | 0.8683 | - |
| 0.1130 | 900 | 0.1011 | 0.0889 | 0.8677 | - |
| 0.1255 | 1000 | 0.0943 | 0.0805 | 0.8706 | - |
| 0.1381 | 1100 | 0.0668 | 0.0782 | 0.8660 | - |
| 0.1507 | 1200 | 0.0746 | 0.0814 | 0.8738 | - |
| 0.1632 | 1300 | 0.0825 | 0.0768 | 0.8728 | - |
| 0.1758 | 1400 | 0.0851 | 0.0860 | 0.8660 | - |
| 0.1883 | 1500 | 0.1029 | 0.0736 | 0.8752 | - |
| 0.2009 | 1600 | 0.071 | 0.0805 | 0.8760 | - |
| 0.2134 | 1700 | 0.081 | 0.0717 | 0.8731 | - |
| 0.2260 | 1800 | 0.0767 | 0.0698 | 0.8744 | - |
| 0.2385 | 1900 | 0.0895 | 0.0795 | 0.8705 | - |
| 0.2511 | 2000 | 0.0666 | 0.0740 | 0.8701 | - |
| 0.2637 | 2100 | 0.0791 | 0.0702 | 0.8733 | - |
| 0.2762 | 2200 | 0.0779 | 0.0797 | 0.8767 | - |
| 0.2888 | 2300 | 0.0812 | 0.0739 | 0.8790 | - |
| 0.3013 | 2400 | 0.0492 | 0.0754 | 0.8798 | - |
| 0.3139 | 2500 | 0.0442 | 0.0850 | 0.8722 | - |
| 0.3264 | 2600 | 0.0652 | 0.0901 | 0.8717 | - |
| 0.3390 | 2700 | 0.0579 | 0.0865 | 0.8733 | - |
| 0.3515 | 2800 | 0.0543 | 0.0945 | 0.8742 | - |
| 0.3641 | 2900 | 0.0639 | 0.0950 | 0.8678 | - |
| 0.3766 | 3000 | 0.0587 | 0.0824 | 0.8775 | - |
| 0.3892 | 3100 | 0.078 | 0.0864 | 0.8675 | - |
| 0.4018 | 3200 | 0.091 | 0.0686 | 0.8763 | - |
| 0.4143 | 3300 | 0.0763 | 0.0780 | 0.8734 | - |
| 0.4269 | 3400 | 0.0552 | 0.0842 | 0.8668 | - |
| 0.4394 | 3500 | 0.0549 | 0.0748 | 0.8748 | - |
| 0.4520 | 3600 | 0.0642 | 0.0755 | 0.8790 | - |
| 0.4645 | 3700 | 0.0796 | 0.0815 | 0.8650 | - |
| 0.4771 | 3800 | 0.0949 | 0.0755 | 0.8642 | - |
| 0.4896 | 3900 | 0.0783 | 0.0691 | 0.8698 | - |
| 0.5022 | 4000 | 0.0534 | 0.0655 | 0.8822 | - |
| 0.5148 | 4100 | 0.0453 | 0.0709 | 0.8742 | - |
| 0.5273 | 4200 | 0.0498 | 0.0612 | 0.8838 | - |
| 0.5399 | 4300 | 0.0903 | 0.0619 | 0.8795 | - |
| 0.5524 | 4400 | 0.0667 | 0.0712 | 0.8825 | - |
| 0.5650 | 4500 | 0.0364 | 0.0962 | 0.8722 | - |
| 0.5775 | 4600 | 0.0502 | 0.0706 | 0.8790 | - |
| 0.5901 | 4700 | 0.0685 | 0.0672 | 0.8788 | - |
| 0.6026 | 4800 | 0.0675 | 0.0695 | 0.8768 | - |
| 0.6152 | 4900 | 0.083 | 0.0680 | 0.8787 | - |
| 0.6277 | 5000 | 0.0598 | 0.0715 | 0.8769 | - |
| 0.6403 | 5100 | 0.0548 | 0.0710 | 0.8744 | - |
| 0.6529 | 5200 | 0.0682 | 0.0679 | 0.8855 | - |
| 0.6654 | 5300 | 0.0378 | 0.0779 | 0.8809 | - |
| 0.6780 | 5400 | 0.0274 | 0.0711 | 0.8864 | - |
| 0.6905 | 5500 | 0.0635 | 0.0699 | 0.8842 | - |
| 0.7031 | 5600 | 0.0681 | 0.0563 | 0.8867 | - |
| 0.7156 | 5700 | 0.0389 | 0.0595 | 0.8806 | - |
| 0.7282 | 5800 | 0.0419 | 0.0586 | 0.8796 | - |
| 0.7407 | 5900 | 0.0306 | 0.0520 | 0.8837 | - |
| 0.7533 | 6000 | 0.0418 | 0.0622 | 0.8759 | - |
| 0.7659 | 6100 | 0.0459 | 0.0691 | 0.8770 | - |
| 0.7784 | 6200 | 0.0616 | 0.0679 | 0.8818 | - |
| 0.7910 | 6300 | 0.0541 | 0.0658 | 0.8888 | - |
| 0.8035 | 6400 | 0.0742 | 0.0767 | 0.8890 | - |
| 0.8161 | 6500 | 0.0531 | 0.0675 | 0.8904 | - |
| 0.8286 | 6600 | 0.0513 | 0.0720 | 0.8909 | - |
| 0.8412 | 6700 | 0.0505 | 0.0722 | 0.8897 | - |
| 0.8537 | 6800 | 0.0451 | 0.0705 | 0.8895 | - |
| 0.8663 | 6900 | 0.0456 | 0.0704 | 0.8892 | - |
| 0.8788 | 7000 | 0.0506 | 0.0668 | 0.8901 | - |
| 0.8914 | 7100 | 0.0424 | 0.0556 | 0.8903 | - |
| 0.9040 | 7200 | 0.036 | 0.0602 | 0.8890 | - |
| 0.9165 | 7300 | 0.0545 | 0.0656 | 0.8886 | - |
| 0.9291 | 7400 | 0.0604 | 0.0695 | 0.8863 | - |
| 0.9416 | 7500 | 0.0362 | 0.0617 | 0.8909 | - |
| 0.9542 | 7600 | 0.0442 | 0.0666 | 0.8932 | - |
| 0.9667 | 7700 | 0.0398 | 0.0648 | 0.8886 | - |
| 0.9793 | 7800 | 0.0471 | 0.0654 | 0.8921 | - |
| 0.9918 | 7900 | 0.0716 | 0.0615 | 0.8933 | - |
| 1.0044 | 8000 | 0.0306 | 0.0735 | 0.8929 | - |
| 1.0169 | 8100 | 0.0601 | 0.0708 | 0.8927 | - |
| 1.0295 | 8200 | 0.041 | 0.0672 | 0.8939 | - |
| 1.0421 | 8300 | 0.0311 | 0.0693 | 0.8956 | - |
| 1.0546 | 8400 | 0.0508 | 0.0700 | 0.8984 | - |
| 1.0672 | 8500 | 0.0414 | 0.0640 | 0.8933 | - |
| 1.0797 | 8600 | 0.0451 | 0.0606 | 0.8943 | - |
| 1.0923 | 8700 | 0.0347 | 0.0668 | 0.8898 | - |
| 1.1048 | 8800 | 0.0413 | 0.0663 | 0.8965 | - |
| 1.1174 | 8900 | 0.0369 | 0.0641 | 0.8964 | - |
| 1.1299 | 9000 | 0.0252 | 0.0543 | 0.8925 | - |
| 1.1425 | 9100 | 0.0221 | 0.0529 | 0.8879 | - |
| 1.1551 | 9200 | 0.0306 | 0.0568 | 0.8951 | - |
| 1.1676 | 9300 | 0.0378 | 0.0616 | 0.8954 | - |
| 1.1802 | 9400 | 0.0338 | 0.0592 | 0.8913 | - |
| 1.1927 | 9500 | 0.0207 | 0.0565 | 0.8992 | - |
| 1.2053 | 9600 | 0.0259 | 0.0600 | 0.8962 | - |
| 1.2178 | 9700 | 0.0079 | 0.0655 | 0.8950 | - |
| 1.2304 | 9800 | 0.022 | 0.0660 | 0.8959 | - |
| 1.2429 | 9900 | 0.0296 | 0.0657 | 0.8960 | - |
| 1.2555 | 10000 | 0.0263 | 0.0667 | 0.8916 | - |
| 1.2680 | 10100 | 0.0184 | 0.0590 | 0.8951 | - |
| 1.2806 | 10200 | 0.0254 | 0.0587 | 0.8926 | - |
| 1.2932 | 10300 | 0.0213 | 0.0627 | 0.8896 | - |
| 1.3057 | 10400 | 0.0141 | 0.0655 | 0.8905 | - |
| 1.3183 | 10500 | 0.0077 | 0.0702 | 0.8910 | - |
| 1.3308 | 10600 | 0.0159 | 0.0700 | 0.8921 | - |
| 1.3434 | 10700 | 0.015 | 0.0674 | 0.8908 | - |
| 1.3559 | 10800 | 0.018 | 0.0698 | 0.8955 | - |
| 1.3685 | 10900 | 0.0156 | 0.0677 | 0.8908 | - |
| 1.3810 | 11000 | 0.0219 | 0.0666 | 0.8952 | - |
| 1.3936 | 11100 | 0.015 | 0.0640 | 0.8941 | - |
| 1.4062 | 11200 | 0.0231 | 0.0634 | 0.8916 | - |
| 1.4187 | 11300 | 0.0172 | 0.0679 | 0.8940 | - |
| 1.4313 | 11400 | 0.0228 | 0.0636 | 0.8925 | - |
| 1.4438 | 11500 | 0.0199 | 0.0655 | 0.8935 | - |
| 1.4564 | 11600 | 0.025 | 0.0687 | 0.8961 | - |
| 1.4689 | 11700 | 0.0277 | 0.0679 | 0.8922 | - |
| 1.4815 | 11800 | 0.0227 | 0.0672 | 0.8912 | - |
| 1.4940 | 11900 | 0.0222 | 0.0679 | 0.8914 | - |
| 1.5066 | 12000 | 0.0138 | 0.0656 | 0.8929 | - |
| 1.5191 | 12100 | 0.0107 | 0.0663 | 0.8916 | - |
| 1.5317 | 12200 | 0.0137 | 0.0580 | 0.8927 | - |
| 1.5443 | 12300 | 0.0311 | 0.0578 | 0.8948 | - |
| 1.5568 | 12400 | 0.0198 | 0.0621 | 0.8953 | - |
| 1.5694 | 12500 | 0.0084 | 0.0638 | 0.8950 | - |
| 1.5819 | 12600 | 0.0166 | 0.0600 | 0.8959 | - |
| 1.5945 | 12700 | 0.0251 | 0.0599 | 0.8928 | - |
| 1.6070 | 12800 | 0.0154 | 0.0624 | 0.8973 | - |
| 1.6196 | 12900 | 0.0301 | 0.0629 | 0.8937 | - |
| 1.6321 | 13000 | 0.0198 | 0.0616 | 0.8937 | - |
| 1.6447 | 13100 | 0.0146 | 0.0601 | 0.8914 | - |
| 1.6573 | 13200 | 0.0128 | 0.0610 | 0.8945 | - |
| 1.6698 | 13300 | 0.0092 | 0.0606 | 0.8920 | - |
| 1.6824 | 13400 | 0.0121 | 0.0595 | 0.8954 | - |
| 1.6949 | 13500 | 0.0183 | 0.0577 | 0.8918 | - |
| 1.7075 | 13600 | 0.0245 | 0.0572 | 0.8944 | - |
| 1.7200 | 13700 | 0.0166 | 0.0592 | 0.8931 | - |
| 1.7326 | 13800 | 0.0059 | 0.0593 | 0.8929 | - |
| 1.7451 | 13900 | 0.0087 | 0.0581 | 0.8918 | - |
| 1.7577 | 14000 | 0.0252 | 0.0595 | 0.8924 | - |
| 1.7702 | 14100 | 0.0165 | 0.0585 | 0.8976 | - |
| 1.7828 | 14200 | 0.022 | 0.0595 | 0.8976 | - |
| 1.7954 | 14300 | 0.0143 | 0.0602 | 0.8967 | - |
| 1.8079 | 14400 | 0.0328 | 0.0608 | 0.8974 | - |
| 1.8205 | 14500 | 0.0228 | 0.0597 | 0.8983 | - |
| 1.8330 | 14600 | 0.009 | 0.0594 | 0.8979 | - |
| 1.8456 | 14700 | 0.0188 | 0.0593 | 0.8952 | - |
| 1.8581 | 14800 | 0.0157 | 0.0583 | 0.8962 | - |
| 1.8707 | 14900 | 0.0116 | 0.0571 | 0.8969 | - |
| 1.8832 | 15000 | 0.0183 | 0.0559 | 0.8989 | - |
| 1.8958 | 15100 | 0.0118 | 0.0554 | 0.8972 | - |
| 1.9083 | 15200 | 0.0192 | 0.0559 | 0.8970 | - |
| 1.9209 | 15300 | 0.0109 | 0.0566 | 0.8957 | - |
| 1.9335 | 15400 | 0.0145 | 0.0566 | 0.8975 | - |
| 1.9460 | 15500 | 0.0131 | 0.0573 | 0.8965 | - |
| 1.9586 | 15600 | 0.0104 | 0.0575 | 0.8969 | - |
| 1.9711 | 15700 | 0.0185 | 0.0581 | 0.8961 | - |
| 1.9837 | 15800 | 0.0131 | 0.0579 | 0.8943 | - |
| 1.9962 | 15900 | 0.032 | 0.0576 | 0.8943 | - |
| 2.0 | 15930 | - | - | - | 0.7563 |
</details>
### Framework Versions
- Python: 3.10.13
- Sentence Transformers: 3.2.0
- Transformers: 4.41.2
- PyTorch: 2.1.2
- Accelerate: 0.30.1
- Datasets: 2.19.2
- 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",
}
```
#### 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.*
--> |