Add new SentenceTransformer model.

66c9eef verified 11 months ago

29.7 kB

tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:86732
  - loss:MultipleNegativesRankingLoss
base_model: cointegrated/LaBSE-en-ru
widget:
  - source_sentence: мойка
    sentences:
      - >-
        {"product_name": "Набор вешалок MITTE Rainbow для брюк и юбок с зажимами
        3 шт.", "Бренд": "MITTE", "Цвет": "серый", "Материал": null,
        "description": "", "Производитель": "Китай"}
      - >-
        {"product_name": "Шкаф для белья левый Sherlock", "Бренд": null, "Цвет":
        "дуб Сонома", "Материал": "ЛДСП, МДФ", "description": "Элегантный и
        удобный шкаф для белья – часть модульной коллекции мебели Sherlock.
        Благодаря компактным размерам, этот шкаф легко вписывается в небольшую
        гостиную или спальню. Внутри установлены четыре полки для белья,
        расстояние между которыми можно менять по желанию. Фасад с покрытием,
        имитирующим фактуру дуба Сонома, отделан декоративными планками,
        придающими этой модели изящество и особый шарм. Эта коллекция создана
        для обстановки малогабаритных квартир, из модулей можно собрать
        функциональный комплект, который украсит гостиную, декорированную в
        классическом стиле.", "Производитель": "Россия"}
      - >-
        {"product_name": "Обувница Комфорт 60х121.7х16.5 см", "Бренд": null,
        "Цвет": "белый", "Материал": "ЛДСП", "description": "Обувница Комфорт УК
        позволит компактно разместить обувь даже в небольшой или узкой прихожей.
        У тумбы небольшая глубина, но благодаря особой конструкции полок на них
        легко поместятся кроссовки, сандалии и другая обувь. Каждая пара будет
        защищена от пыли, а в прихожей всегда будет полный порядок. Крышку
        обувницы и открытое отделение под ней можно использовать для хранения
        аксессуаров и средств ухода за обувью.\nТумба изготовлена из ЛДСП с
        декоративным покрытием, за которым легко ухаживать: достаточно протирать
        поверхность мягкой салфеткой с любым средством для мебели, не содержащим
        абразивов..", "Производитель": "Россия"}
  - source_sentence: стул
    sentences:
      - >-
        {"product_name": "Кресло Монца", "Бренд": null, "Цвет": "бежевый",
        "Материал": null, "description": "", "Производитель": "Россия"}
      - >-
        {"product_name": "Дверь Оскар Скаген", "Бренд": null, "Цвет": "белый",
        "Материал": "МДФ", "description": "", "Производитель": "Россия"}
      - >-
        {"product_name": "Кресло CHAIRMAN Kids 110", "Бренд": "CHAIRMAN",
        "Цвет": "чёрный, оранжевый", "Материал": null, "description": "",
        "Производитель": "Россия"}
  - source_sentence: кухонные столы
    sentences:
      - >-
        {"product_name": "Фальшпанель Белла 4.6х35.6х1.6 см", "Бренд": null,
        "Цвет": "фисташка", "Материал": "МДФ с покрытием ПВХ", "description":
        "", "Производитель": "Россия"}
      - >-
        {"product_name": "Журнальный стол Лофт", "Бренд": null, "Цвет":
        "Чёрный,Дуб", "Материал": null, "description": "Низкий овальный столик
        на металлокаркасе создан для современного домашнего интерьера,
        гармонично впишется в гостиную, дополнит балкон или станет отличным
        вариантом для дачи. Столешница из МДФ представлена в трех базовых
        расцветках: под дерево, мраморный черный и белый, что позволяет выбрать
        именно тот вариант, который наиболее гармонично дополнит
        интерьер.\nКонструкция отличается долговечностью и прочностью. Высокая
        устойчивость к механическим повреждениям обеспечивает надежность
        использования этого столика долгие годы. Особое внимание следует уделить
        функциональности данного изделия.", "Производитель": "Россия"}
      - >-
        {"product_name": "Матрас пружинный Sanvi 90х200 см", "Бренд": "ARMOS",
        "Цвет": null, "Материал": null, "description": "Двусторонний матрас
        «Sanvi» относится к матрасам переменной жёсткости. Можно выбрать более
        комфортную сторону, просто перевернув матрас. Рельефная ортопена с одной
        стороны обеспечивает выраженный массажный эффект и отлично снимает
        напряжение.\nТермочувствительная вязко-эластичная пена с «эффектом
        памяти» с другой стороны быстро принимает форму тела под воздействием
        тепла и давления, постепенно восстанавливает объем без нагрузки. Пена
        Memory Pro - оптимальный выбор для людей с хроническими болями в спине,
        заболеваниями опорно-двигательного аппарата, спортсменов с интенсивными
        нагрузками и напряжением в мышцах. В основе матраса независимый
        пружинный блок Pocket Spring Multi повышенной комфортности, более 1000
        пружин на спальное место. Данный блок отлично подстраивается под
        индивидуальные анатомические особенности спящего, уменьшая нагрузку на
        суставы и повышая качество сна. Армирован пружинный блок прочным
        бикоттоном. Такая конструкция обладает высокой упругостью, прочностью и
        повышенной несущей способностью.\nЧехол выполнен из мягкого, нежного
        трикотажа, простеганного на объемном гипоаллергенном волокне.",
        "Производитель": "Россия"}
  - source_sentence: освещение
    sentences:
      - >-
        {"product_name": "Шкаф одностворчатый правый Амели", "Бренд": null,
        "Цвет": "Серый", "Материал": null, "description": "", "Производитель":
        "Россия"}
      - >-
        {"product_name": "Люстра VITALUCE V5180-7/6 18 кв.м., 40х159х40 см,
        E14", "Бренд": "VITALUCE", "Цвет": "Золотой", "Материал": null,
        "description": "Подвесная люстра Vitaluce серии V5180 в золотом цвете
        выполнена в классическом стиле. Прекрасно может дополнить различные
        интерьеры комнат с высокими потолками. Есть возможность регулировать
        высоту люстры.\nЛампочки в комплект не входят, не забудьте их
        приобрести.", "Производитель": "Россия"}
      - >-
        {"product_name": "Прихожая СПР 2БР", "Бренд": null, "Цвет": "Белый",
        "Материал": null, "description": "", "Производитель": "Россия"}
  - source_sentence: набор кружек
    sentences:
      - >-
        {"product_name": "Каркас кровати Селена цвет кашемир", "Бренд": null,
        "Цвет": "кашемир", "Материал": null, "description": "Коллекция Селена
        представлена в трендовых оттенках Сантьяго и Кашемир, что придает ей
        современный вид. Фасады с покрытием Soft-touch приятны на ощупь и
        создают уютную атмосферу. В классическом стиле с рамочными фасадами в
        пленке ПВХ, коллекция также включает утолщенные колпаки модулей с
        фрезеровкой в древесной пленке. Петли Titus из Словении с возможностью
        установки демпфера обеспечивают долговечность, а скрытые направляющие с
        доводчиком гарантируют плавное и бесшумное закрывание ящиков. Цоколи в
        нижней части моделей добавляют яркий акцент и завершенность дизайну.
        \nОснование в комплект не входит.", "Производитель": "Россия"}
      - >-
        {"product_name": "Набор журнальных столов лофт Duae", "Бренд": null,
        "Цвет": "Белый,Чёрный", "Материал": null, "description": "",
        "Производитель": "Россия"}
      - >-
        {"product_name": "Матрас пружинный MILDEX Memphis 140х200 см", "Бренд":
        "MILDEX", "Цвет": null, "Материал": null, "description": "Пружинный
        матрас Memphis средней жёсткости. В основе матраса используется
        независимый пружинный блок «Hard Pocket» плотностью 500 пружин на
        спальное место. \n Уникальная пена повышенной плотности Bi-foam,
        обладающая анатомическим эффектом, равномерно распределяет нагрузку по
        всей площади матраса.Природный комбинированный наполнитель Bi-Cocos
        обеспечивает оптимальную жесткость. Сочетание двух этих материалов с
        пружинным блоком Hardpocket в матрасе, прекрасно воспринимает даже
        большие нагрузки, оказывая необходимую анатомическую поддержку, что
        благоприятно сказывается на качестве сна. \n Мягкий трикотажный чехол с
        высокообъёмной стежкой поможет расслабиться после напряженного дня. \n
        Особенности:\n - Использование природных материалов", "Производитель":
        "Россия"}
pipeline_tag: sentence-similarity
library_name: sentence-transformers

SentenceTransformer based on cointegrated/LaBSE-en-ru

This is a sentence-transformers model finetuned from cointegrated/LaBSE-en-ru. 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: cointegrated/LaBSE-en-ru
Maximum Sequence Length: 512 tokens
Output Dimensionality: 768 dimensions
Similarity Function: Cosine Similarity

Model Sources

Documentation: Sentence Transformers Documentation
Repository: Sentence Transformers on GitHub
Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, '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): Dense({'in_features': 768, 'out_features': 768, 'bias': True, 'activation_function': 'torch.nn.modules.activation.Tanh'})
  (3): Normalize()
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("Solomennikova/labse_funetuned_hoff")
# Run inference
sentences = [
    'набор кружек',
    '{"product_name": "Каркас кровати Селена цвет кашемир", "Бренд": null, "Цвет": "кашемир", "Материал": null, "description": "Коллекция Селена представлена в трендовых оттенках Сантьяго и Кашемир, что придает ей современный вид. Фасады с покрытием Soft-touch приятны на ощупь и создают уютную атмосферу. В классическом стиле с рамочными фасадами в пленке ПВХ, коллекция также включает утолщенные колпаки модулей с фрезеровкой в древесной пленке. Петли Titus из Словении с возможностью установки демпфера обеспечивают долговечность, а скрытые направляющие с доводчиком гарантируют плавное и бесшумное закрывание ящиков. Цоколи в нижней части моделей добавляют яркий акцент и завершенность дизайну. \\nОснование в комплект не входит.", "Производитель": "Россия"}',
    '{"product_name": "Матрас пружинный MILDEX Memphis 140х200 см", "Бренд": "MILDEX", "Цвет": null, "Материал": null, "description": "Пружинный матрас Memphis средней жёсткости. В основе матраса используется независимый пружинный блок «Hard Pocket» плотностью 500 пружин на спальное место. \\n Уникальная пена повышенной плотности Bi-foam, обладающая анатомическим эффектом, равномерно распределяет нагрузку по всей площади матраса.Природный комбинированный наполнитель Bi-Cocos обеспечивает оптимальную жесткость. Сочетание двух этих материалов с пружинным блоком Hardpocket в матрасе, прекрасно воспринимает даже большие нагрузки, оказывая необходимую анатомическую поддержку, что благоприятно сказывается на качестве сна. \\n Мягкий трикотажный чехол с высокообъёмной стежкой поможет расслабиться после напряженного дня. \\n Особенности:\\n - Использование природных материалов", "Производитель": "Россия"}',
]
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]

Training Details

Training Dataset

Unnamed Dataset

Size: 86,732 training samples
Columns: sentence_0 and sentence_1
Approximate statistics based on the first 1000 samples:
sentence_0 sentence_1
type string string
details
min: 3 tokens
mean: 5.28 tokens
max: 29 tokens

min: 51 tokens
mean: 126.16 tokens
max: 512 tokens

	sentence_0	sentence_1
type	string	string
details	min: 3 tokens mean: 5.28 tokens max: 29 tokens	min: 51 tokens mean: 126.16 tokens max: 512 tokens

Samples:

sentence_0	sentence_1
`комод`	{"product_name": "Придиванный стол Агами", "Бренд": null, "Цвет": "Белый,Чёрный", "Материал": null, "description": "Компактный, устойчивый, многофункциональный – набор качеств придиванного стола Агами делает его отличным выбором для любой комнаты и целей. Модель можно использовать для сервировки закусок во время семейных киносеансов, работы с ноутбуком, рисования, в качестве подставки для швейной машины. С-образная конструкция каркаса позволяет расположить столик с максимальным удобством: сбоку от кресла, с фронтальной стороны дивана, рядом с сиденьем или так, чтобы столешница располагалась над подлокотником. Минималистский дизайн изделия создает нейтральный фон для предметов декора.", "Производитель": "Россия"}
`ковер`	`{"product_name": "Унитаз-компакт AM.PM Spirit V2.0 C708600WH 36.5х85х63.5 см", "Бренд": "AM.PM", "Цвет": "белый глянцевый", "Материал": "фарфор", "description": "", "Производитель": "Россия"}`
`мойка`	`{"product_name": "Мойка с крылом GRANFEST Quarz GF-ZL-51 76х48х17.8 см", "Бренд": "GRANFEST", "Цвет": "чёрный", "Материал": "кварц", "description": "", "Производитель": "Россия"}`

Loss: MultipleNegativesRankingLoss with these parameters:

{
    "scale": 20.0,
    "similarity_fct": "cos_sim"
}

Training Hyperparameters

Non-Default Hyperparameters

per_device_train_batch_size: 32
per_device_eval_batch_size: 32
num_train_epochs: 1
multi_dataset_batch_sampler: round_robin

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: no
prediction_loss_only: True
per_device_train_batch_size: 32
per_device_eval_batch_size: 32
per_gpu_train_batch_size: None
per_gpu_eval_batch_size: None
gradient_accumulation_steps: 1
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
num_train_epochs: 1
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: {}
warmup_ratio: 0.0
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: False
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}
tp_size: 0
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: 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: batch_sampler
multi_dataset_batch_sampler: round_robin

Training Logs

Epoch	Step	Training Loss
0.1844	500	2.7684
0.3689	1000	2.5477
0.5533	1500	2.4492
0.7377	2000	2.4187
0.9222	2500	2.4162

Framework Versions

Python: 3.10.12
Sentence Transformers: 4.0.1
Transformers: 4.50.1
PyTorch: 2.6.0+cu124
Accelerate: 1.5.2
Datasets: 3.4.1
Tokenizers: 0.21.1

Citation

BibTeX

Sentence Transformers

@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

@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}
}