---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:5315
- loss:MultipleNegativesRankingLoss
base_model: shihab17/bangla-sentence-transformer
widget:
- source_sentence: নির্মাতারা রাহুলের বিপরীতে দীপিকা বা ঐশ্বর্য রায়কে বেছে নিতে আগ্রহী।
sentences:
- চলচ্চিত্র নির্মাতারা সালমানের বিপরীতে অনুষ্কা বা সোনাক্ষী সিনহাকে বেছে নিতে আগ্রহী।
- এরপর ঢাকা বিশ্ববিদ্যালয়ের উপাচার্য প্রফেসর এ.এ.এম. স. আরেফিন সিদ্দিকের নেতৃত্বে
ফুলটি
- বৃহস্পতিবার বিকেলে মুন্না বিবিসি নিউজকে জানায় যে আমি ম্যাচ রেফারির রিপোর্ট পেয়েছি।
- source_sentence: ঢাকার ধামরাইতে নভেম্বর ডেইলিবাংলা ডটকমের প্রতিনিধি ধামরাইতে অবৈধ
ডিভিডি তৈরির সরঞ্জামসহ পাঁচ ব্যবসায়ীকে গ্রেপ্তার করেছে পুলিশ।
sentences:
- চলচ্চিত্রটি পরিচালনা করেছেন ইসরাত জাহান কাদের এবং প্রযোজনা করেছেন মাহফুজ আহমেদ।
- আওয়ামী লীগ শুধু জানে ক্ষমতা আছে।
- অক্টোবরের ১০ তারিখে র্যাব ঢাকার সাভারে পর্ণো সিডি কম্পিউটার ডিস্ক তৈরির সরঞ্জামসহ
ছয় ব্যবসায়ীকে গ্রেফতার করে
- source_sentence: চলচ্চিত্রটি পরিচালনা করেছেন রাহুল আহমেদ মিথুন।
sentences:
- জানুয়ারি মাসে রাজধানী ওয়ার্ড যুব দলের সভাপতি শহীদ মোল্লাকে সন্ত্রাসীরা গুলি
করে হত্যা করে।
- চলচ্চিত্রটি পরিচালনা করেছেন শাহাদাত হোসেন লিটন।
- তাই তাঁর বিভিন্ন ছড়ায় পদ্ম দিঘি ঝুমকো লতা পক্ষিরাজ দুধ সাগরের ঢেউ জোনাকি পোকা
কাজল বিল পাখি
- source_sentence: মোবাইল ফোনটি গুগল পিক্সেল প্রোগ্রামের মাধ্যমে বাজারে উন্মোচিত হয়েছে।
sentences:
- মিশুক মুনির ক্যামেরার পেছনে ছিলেন।
- অ্যান্ড্রয়েড ওয়ান প্রকল্পের মাধ্যমে স্মার্টফোনটি বাজারে আনা হয়েছে।
- ঢাকা জুনবিডিনিউজ.কম নিশাত বানু হত্যার মামলায় গ্রেফতার হওয়া দু'জনকে জিজ্ঞাসাবাদের
জন্য তিন দিনের পুলিশ
- source_sentence: রাজশাহী ফেব্রুয়ারি প্রাইমনিউজ টোয়েন্টিফোর ডটকম বাংলাদেশে নিযুক্ত
কাতারের রাষ্ট্রদূত ড. আহমেদ বিন সাদ আল থানি বুধবার সন্ধ্যায় আওয়ামী লীগের সভাপতি
শেখ হাসিনার সঙ্গে সৌজন্য সাক্ষাৎ করেছেন।
sentences:
- ঢাকা জানুয়ারি বিবিসি.কম-এ সৌদি আরবের রাষ্ট্রদূত ড. আবদুল্লাহ বিন নাসের আল-বুসাই
- গানটি গেয়েছেন লিলি ইসলাম সাজেদ আকবর, সালমা আকবর চঞ্চল খান, রোকিয়া হাসিনা ছায়া
রানী কর্মকার,
- পাকিস্তান আমলে হোসেন শহীদ সোহরাওয়ার্দীর নেতৃত্বে যুক্তফ্রন্টের মন্ত্রিসভার সদস্য
ছিলেন বঙ্গবন্ধু।
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
- negative_mse
- pearson_cosine
- spearman_cosine
model-index:
- name: SentenceTransformer based on shihab17/bangla-sentence-transformer
results:
- task:
type: knowledge-distillation
name: Knowledge Distillation
dataset:
name: stsb dev
type: stsb-dev
metrics:
- type: negative_mse
value: -14.638463020324707
name: Negative Mse
- task:
type: semantic-similarity
name: Semantic Similarity
dataset:
name: sts test
type: sts-test
metrics:
- type: pearson_cosine
value: 0.9430020144485936
name: Pearson Cosine
- type: spearman_cosine
value: 0.8633309737532144
name: Spearman Cosine
---
# SentenceTransformer based on shihab17/bangla-sentence-transformer
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [shihab17/bangla-sentence-transformer](https://huggingface.co/shihab17/bangla-sentence-transformer). 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:** [shihab17/bangla-sentence-transformer](https://huggingface.co/shihab17/bangla-sentence-transformer)
- **Maximum Sequence Length:** 128 tokens
- **Output Dimensionality:** 768 dimensions
- **Similarity Function:** Cosine Similarity
### Model Sources
- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
- **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
- **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers)
### Full Model Architecture
```
SentenceTransformer(
(0): Transformer({'max_seq_length': 128, '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})
)
```
## 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("farihashifa/s-bn-bert_new_data-vf")
# Run inference
sentences = [
'রাজশাহী ফেব্রুয়ারি প্রাইমনিউজ টোয়েন্টিফোর ডটকম বাংলাদেশে নিযুক্ত কাতারের রাষ্ট্রদূত ড. আহমেদ বিন সাদ আল থানি বুধবার সন্ধ্যায় আওয়ামী লীগের সভাপতি শেখ হাসিনার সঙ্গে সৌজন্য সাক্ষাৎ করেছেন।',
'ঢাকা জানুয়ারি বিবিসি.কম-এ সৌদি আরবের রাষ্ট্রদূত ড. আবদুল্লাহ বিন নাসের আল-বুসাই',
'গানটি গেয়েছেন লিলি ইসলাম সাজেদ আকবর, সালমা আকবর চঞ্চল খান, রোকিয়া হাসিনা ছায়া রানী কর্মকার,',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
```
## Evaluation
### Metrics
#### Knowledge Distillation
* Dataset: `stsb-dev`
* Evaluated with [MSEEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.MSEEvaluator)
| Metric | Value |
|:-----------------|:-------------|
| **negative_mse** | **-14.6385** |
#### Semantic Similarity
* Dataset: `sts-test`
* Evaluated with [EmbeddingSimilarityEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.EmbeddingSimilarityEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| pearson_cosine | 0.943 |
| **spearman_cosine** | **0.8633** |
## Training Details
### Training Dataset
#### Unnamed Dataset
* Size: 5,315 training samples
* Columns: text1, text2, and label
* Approximate statistics based on the first 1000 samples:
| | text1 | text2 | label |
|:--------|:-----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|:-----------------------------|
| type | string | string | int |
| details | - min: 6 tokens
- mean: 32.48 tokens
- max: 128 tokens
| - min: 5 tokens
- mean: 27.36 tokens
- max: 54 tokens
| |
* Samples:
| text1 | text2 | label |
|:--------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------|:---------------|
| সেখানে ডিসেম্বর থেকে ফেব্রুয়ারি মাসে বৃষ্টি হয়। | নভেম্বর থেকে জানুয়ারি মাস পর্যন্ত এখানে বৃষ্টি হয়। | 1 |
| গতকাল যশোর ও খুলনার বিভিন্ন পথসভায় বক্তব্য দেন রফিক। | গতকাল কাদের কুমিল্লা ও ফেনীর বিভিন্ন জনসভায় বক্তব্য রাখেন। | 1 |
| আমাজন প্রাইম ইনস্টাগ্রাম অ্যাপল আইক্লাউড টুইটার ওয়ার্কস্পেস জিমেইল এ সবই ক্লাউড সেবা | ড্রপবক্স নেটফ্লিক্স ফ্লিকার গুগল ড্রাইভ মাইক্রোসফট অফিস ৩৬৫ ইয়াহু মেইল সব ক্লাউড সার্ভিস। | 1 |
* Loss: [MultipleNegativesRankingLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
```json
{
"scale": 20.0,
"similarity_fct": "cos_sim"
}
```
### Evaluation Dataset
#### Unnamed Dataset
* Size: 500 evaluation samples
* Columns: text1, text2, and label
* Approximate statistics based on the first 500 samples:
| | text1 | text2 | label |
|:--------|:-----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|:-----------------------------|
| type | string | string | int |
| details | - min: 4 tokens
- mean: 31.52 tokens
- max: 128 tokens
| - min: 6 tokens
- mean: 26.27 tokens
- max: 48 tokens
| |
* Samples:
| text1 | text2 | label |
|:-------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------|:---------------|
| গত মার্চে চট্টগ্রামে নিজের বাড়িতে খুন হন রিয়াদ ও মোনা। | ফেব্রুয়ারি মাসে রাজধানীতে নিজ বাড়িতে সাগর ও রুনিকে হত্যা করা হয়। | 1 |
| পহেলা বৈশাখের বিশেষ আকর্ষণ হলো | বৈসু উৎসবের অন্যতম প্রধান আকর্ষণ হচ্ছে উৎসব। | 1 |
| আরো বক্তব্য রাখেন জাসদের সদস্য রুমানা আহমেদ নেওয়াজ অধ্যক্ষ এম বি রহমান চৌধুরী ও অধ্যাপক মাহমুদ হাসান। | এ ছাড়া সমিতির সদস্য শ্যামলী নাসরিন চৌধুরী, অধ্যক্ষ এম.এ. আউয়াল সিদ্দিকী এবং অধ্যাপক সাজেদুল ইসলাম | 1 |
* Loss: [MultipleNegativesRankingLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
```json
{
"scale": 20.0,
"similarity_fct": "cos_sim"
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: steps
- `per_device_train_batch_size`: 64
- `per_device_eval_batch_size`: 64
- `learning_rate`: 2e-05
- `warmup_ratio`: 0.1
- `fp16`: True
- `batch_sampler`: no_duplicates
#### All Hyperparameters
Click to expand
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: steps
- `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`: 1
- `eval_accumulation_steps`: None
- `torch_empty_cache_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`: 3
- `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`: 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
- `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