File size: 25,211 Bytes
9a3f42e | 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 | ---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- dense
- generated_from_trainer
- dataset_size:132830
- loss:MultipleNegativesRankingLoss
base_model: intfloat/multilingual-e5-large
widget:
- source_sentence: 'query: 伤科方'
sentences:
- 'passage: title: 骨伤科效方集 author: Gengmin Tang category: Orthopedics, Medicine formulae,
receipts, prescriptions, 伤科方 description: '
- 'passage: title: พูดด้วยภาพ 2 : เทคนิคทำสไลด์เป็นภาพง่าย ๆ ใน 2 ขั้นตอน author:
สุธาพร ล้ำเลิศกุล. category: Microsoft PowerPoint (Computer file), Presentation
graphics software, Business presentations, การออกแบบกราฟิก description: จบปัญหา
"ไม่มีเวลา" และ "ไม่มีเทคนิค" ในการทำสไลด์ หนังสือ "พูดด้วยภาพ 2 : ทำสไลด์เป็นภาพง่าย
ๆ ใน 2 ขั้นตอน" เล่มนี้ จะสอนให้คุณคิดและทำสไลด์อย่างมีระบบใน 2 ขั้นตอน โดยคุณสามารถเลือกเรียนรู้เฉพาะบท
และลงมือทำได้แบบไม่จำเป็นต้องอ่านตั้งแต่ต้นจนจบ ย่อยข้อมูล "ยาก" ให้เป็น "ภาพ"
ที่เข้าใจง่าย พร้อม Link Youtube Video สอนในเล่ม ลด ขั้นตอน เพิ่ม ความแตกต่าง
ทำสไลด์ให้ สนุก สวยงาม และสื่อสารให้เกิดประโยชน์สูงสุดแก่ผู้ฟัง ตามแบบฉบับของ
"BetterPitch" สถาบันสอนการทำสไลด์ในองค์กรชั้นนำทั่วประเทศ!'
- 'passage: title: 福慧之道 author: Yinai Sun category: Happiness, Well-being, Conduct
of life, Human comfort, Bonheur, Bien-être, Morale pratique, ethics (philosophical
concept), comfort (sensation), Fo jiao Ren sheng zhe xue Tong su du wu description:
Ben shu shi dui zheng ge zhong hua wen hua de zong jie, jiang shu ji fu ji hui
de fang fa. nei rong bao gua : fu mai yu hui mai : ren sheng de xing fu er mai
; ru he jie fu hui er mai ; cai fu fu tian ; zhi hui fu tian ; fu tian fa ze ;
ri xing yi shan ; fu hui ren sheng'
- source_sentence: 'query: แนะนำหนังสือการจัดการธุรกิจ'
sentences:
- 'passage: title: กุญแจ 5 ดอก ขจัดข้อขัดแย้งในองค์งาน author: ปรีชา ทิวะหุต. category:
การจัดการธุรกิจ, การจัดองค์การ description: '
- 'passage: title: มานุษยวิทยากายภาพ : วิวัฒนาการทางกายภาพและวัฒนธรรม author: งามพิศ
สัตย์สงวน category: มานุษยวิทยา, มนุษย์กับวัฒนธรรม, มนุษยวิทยากายภาพ description: '
- 'passage: title: พีระพงศ์อนุสรณ์ author: N/A category: Birabhongse Kasemsri, M.L.,
1935-2000, Diplomats Thailand Biography, ชีวประวัติ, หนังสืออนุสรณ์งานศพ description:
ในวาระครบ 5 ปีแห่งการถึงแก่อนิจกรรมของหม่อมหลวงพีระพงศ์ เกษมศรี ครอบครัวของหม่อมหลวงพีระพงศ์ฯ
ได้จัดทำหนังสือ "พีระพงศ์อนุสรณ์" เป็นเครื่องสำนึกถึงชีวิตและงานของหม่อมหลวงพีระพงศ์ฯ
จุดมุ่งประสงค์เหนือสิ่งอื่นใดของหนังสือนี้ ก็เพื่อเป็นอนุสรณ์ถึงความจงรักภักดีอุทิศตนถวายของหม่อมหลวงพีระพงศ์ฯ
ต่อสถาบันพระมหากษัตริย์ ต่อพระบรมราชจักรีวงศ์ และต่อองคืพระบาทสมเด็จพระเจ้าอยู่หัวและสมเด็จพระนางเจ้าฯพระบรมราชินีนาถ
ตลอดจนพระบรมวงศานุวงศ์ทุกพระองค์'
- source_sentence: 'query: เริ่มต้นManipulation, Orthopedicควรอ่านอะไร'
sentences:
- 'passage: title: 實用筋膜操作指引 = A practical guide to fascial manipulation author:
盧奧馬拉 (Luomala, Tuulia), 文字作者 category: Manipulation (Therapeutics), Fasciae (Anatomy),
Manipulation, Orthopedic, Fascia, Manipulation (Thérapeutique), Ji jin mo fang
song shu description: '
- 'passage: title: Opioid sensitivity of chronic noncancer pain author: Eija Kalso
category: Opioids Therapeutic use Congresses, Chronic pain Chemotherapy Congresses,
Opioids Receptors Congresses, Pain drug therapy, Analgesics, Opioid therapeutic
use, Chronic Disease drug therapy, Receptors, Opioid physiology, Douleur chronique
Chimiothérapie Congrès, Opioïdes Emploi en thérapeutique Congrès, Opioïdes
Récepteurs Congrès, Opioids Receptors, Opioids Therapeutic use, Analgésiques
morphiniques usage thérapeutique, Maladie chronique traitement médicamenteux,
Récepteur endorphine, Chronischer Schmerz, Opioide, Kongress, Opiatrezeptor,
Analgesie, Opiate, Congress, Conference papers and proceedings, Actes de congrès
description: Contains papers from the first international research symposium of
the International Association for the Study of Pain, held in Helsinki, Finland,
Fall 1998. Focus is on opioid responsiveness to neuropathic pain. Papers are arranged
in sections on function and dysfunction of opioid receptors, clinical pharmacology
of opioids, understanding and improving opioid sensitivity, and opioid sensitivity
of different chronic pain states. Specific topics include targeting of opioid
receptors to presynaptic sites, route of opioid administration, phenotypic changes
induced in dorsal root ganglion neurons by nerve injury, and opioids in headache.
Kalso is currently affiliated with the Karolinska Institute in Sweden. IASP member
price, $44.85. Annotation copyrighted by Book News, Inc., Portland, OR'
- 'passage: title: พลิกคัมภีร์ตีแตกเศรษฐกิจไทย = Thailand''s economic outlook 2009
author: วีระศักดิ์ พงศ์อักษร. category: ปัญหาเศรษฐกิจ ไทย, ไทย ภาวะเศรษฐกิจ, ไทย
ภาวะสังคม description: '
- source_sentence: 'query: เริ่มต้นทางรถไฟ ไทย กาญจนบุรีควรอ่านอะไร'
sentences:
- 'passage: title: คู่มือคำศัพท์ช่วยเหลือนักท่องเที่ยวเบื้องต้น (ภาษาจีน) พร้อมภาพประกอบ
author: ชัยพันธุ์ สิทธิสุวรรณกุล category: คำศัพท์, ภาษาจีน คู่มือ, นักท่องเที่ยว
description: '
- 'passage: title: ทางรถไฟสายมรณะ author: N/A category: ทางรถไฟ ไทย กาญจนบุรี description: '
- 'passage: title: ยุทธศาสตร์ชาติว่าด้วยการป้องกันและปราบปรามการทุจริต ระยะที่ 3
(พ.ศ. 2560-2564) author: คณะกรรมการป้องกันและปราบปรามการทุจริตแห่งชาติ category:
การทุจริตและประพฤติมิชอบ ไทย, การทุจริตและประพฤติมิชอบในวงราชการ ไทย ยุทธศาสตร์,
ยุทธศาสตร์, การฉ้อราษฎร์บังหลวง ไทย การป้องกัน description: '
- source_sentence: 'query: หนังสือนิทาน'
sentences:
- 'passage: title: เด็กหญิงข้าวเปลือก author: หยาดฝน ธัญโชติกานต์. category: นิทาน
description: '
- 'passage: title: Current drug discovery technologies author: N/A category: Drugs
Design Periodicals, Pharmaceutical technology Periodicals, Drug Design, Technology,
Pharmaceutical, Drugs Design, Pharmaceutical technology, Periodicals description: '
- 'passage: title: 汉语词汇・句法・语音的相互关联 : 第二届肯特岗国际汉语语言学圆桌会议论文集 = Interface in Chinese
: morphology, syntax and phonetics author: Kent Ridge International Roundtable
Conference on Chinese linguistics category: Chinese language Grammar Congresses,
Chinese language Congresses, Chinois (Langue) Grammaire Congrès, Chinois (Langue)
Congrès, Han yu yu yan xue guo ji xue shu hui yi hui yi lu, Chinese language,
Chinese language Grammar, Conference papers and proceedings, Conversation and
phrase books description: '
pipeline_tag: sentence-similarity
library_name: sentence-transformers
---
# SentenceTransformer based on intfloat/multilingual-e5-large
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large). It maps sentences & paragraphs to a 1024-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:** [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large) <!-- at revision 3d7cfbdacd47fdda877c5cd8a79fbcc4f2a574f3 -->
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 1024 dimensions
- **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/huggingface/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, 'architecture': 'XLMRobertaModel'})
(1): Pooling({'word_embedding_dimension': 1024, '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("sentence_transformers_model_id")
# Run inference
sentences = [
'query: หนังสือนิทาน',
'passage: title: เด็กหญิงข้าวเปลือก author: หยาดฝน ธัญโชติกานต์. category: นิทาน description: ',
'passage: title: Current drug discovery technologies author: N/A category: Drugs Design Periodicals, Pharmaceutical technology Periodicals, Drug Design, Technology, Pharmaceutical, Drugs Design, Pharmaceutical technology, Periodicals description: ',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[ 1.0000, 0.7672, -0.0610],
# [ 0.7672, 1.0000, 0.0661],
# [-0.0610, 0.0661, 1.0000]])
```
<!--
### 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.*
-->
<!--
## 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
#### Unnamed Dataset
* Size: 132,830 training samples
* Columns: <code>sentence_0</code>, <code>sentence_1</code>, and <code>sentence_2</code>
* Approximate statistics based on the first 1000 samples:
| | sentence_0 | sentence_1 | sentence_2 |
|:--------|:----------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|
| type | string | string | string |
| details | <ul><li>min: 6 tokens</li><li>mean: 14.35 tokens</li><li>max: 38 tokens</li></ul> | <ul><li>min: 17 tokens</li><li>mean: 90.98 tokens</li><li>max: 512 tokens</li></ul> | <ul><li>min: 19 tokens</li><li>mean: 87.53 tokens</li><li>max: 512 tokens</li></ul> |
* Samples:
| sentence_0 | sentence_1 | sentence_2 |
|:------------------------------------------------------------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>query: ไสยศาสตร์ สำหรับมือใหม่</code> | <code>passage: title: สถานการณ์พระพุทธศาสนา : กระแสไสยศาสตร์ author: พระธรรมปิฎก (ป.อ. ปยุตฺโต) category: ไสยศาสตร์, พุทธศาสนากับไสยศาสตร์ description: </code> | <code>passage: title: Hospitality marketing management author: Robert D. Reid category: Hospitality industry Marketing, Food service Marketing, Restaurants Marketing, Accueil (Tourisme) Marketing, Services alimentaires Marketing, Marketing, Tiếp thị, Hospitality industry, Khách sạn, Dịch vụ ăn uống, Restaurants, Quán ăn description: </code> |
| <code>query: 伤科方</code> | <code>passage: title: 骨伤科效方集 author: Gengmin Tang category: Orthopedics, Medicine formulae, receipts, prescriptions, 伤科方 description: </code> | <code>passage: title: 福慧之道 author: Yinai Sun category: Happiness, Well-being, Conduct of life, Human comfort, Bonheur, Bien-être, Morale pratique, ethics (philosophical concept), comfort (sensation), Fo jiao Ren sheng zhe xue Tong su du wu description: Ben shu shi dui zheng ge zhong hua wen hua de zong jie, jiang shu ji fu ji hui de fang fa. nei rong bao gua : fu mai yu hui mai : ren sheng de xing fu er mai ; ru he jie fu hui er mai ; cai fu fu tian ; zhi hui fu tian ; fu tian fa ze ; ri xing yi shan ; fu hui ren sheng</code> |
| <code>query: basic Acid-Base Imbalance problems book</code> | <code>passage: title: Acid-base, fluids, and electrolytes made ridiculously simple author: Richard A. Preston category: Acid-Base Imbalance problems, Body Fluids problems, Water-Electrolyte Imbalance problems, Water-electrolyte imbalance description: </code> | <code>passage: title: Fetal and neonatal neurology and neurosurgery author: Malcolm I. Levene category: Brain Diseases, Newborn infants, Nervous system Surgery, Nervous system Diseases, Brain embryology, Fetal Diseases therapy, Infant, Newborn, Neurosurgery, Prenatal Diagnosis methods, Ultrasonography methods, Neurosurgical Procedures, Cerveau Maladies, Nouveau-nés, Neurochirurgie, Système nerveux Maladies description: </code> |
* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
```json
{
"scale": 20.0,
"similarity_fct": "cos_sim",
"gather_across_devices": false,
"directions": [
"query_to_doc"
],
"partition_mode": "joint",
"hardness_mode": null,
"hardness_strength": 0.0
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `per_device_train_batch_size`: 64
- `per_device_eval_batch_size`: 64
- `num_train_epochs`: 1
- `fp16`: True
- `multi_dataset_batch_sampler`: round_robin
#### All Hyperparameters
<details><summary>Click to expand</summary>
- `do_predict`: False
- `eval_strategy`: no
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 64
- `per_device_eval_batch_size`: 64
- `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`: None
- `warmup_ratio`: None
- `warmup_steps`: 0
- `log_level`: passive
- `log_level_replica`: warning
- `log_on_each_node`: True
- `logging_nan_inf_filter`: True
- `enable_jit_checkpoint`: False
- `save_on_each_node`: False
- `save_only_model`: False
- `restore_callback_states_from_checkpoint`: False
- `use_cpu`: False
- `seed`: 42
- `data_seed`: None
- `bf16`: False
- `fp16`: True
- `bf16_full_eval`: False
- `fp16_full_eval`: False
- `tf32`: None
- `local_rank`: -1
- `ddp_backend`: None
- `debug`: []
- `dataloader_drop_last`: False
- `dataloader_num_workers`: 0
- `dataloader_prefetch_factor`: None
- `disable_tqdm`: False
- `remove_unused_columns`: True
- `label_names`: None
- `load_best_model_at_end`: False
- `ignore_data_skip`: False
- `fsdp`: []
- `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
- `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
- `parallelism_config`: None
- `deepspeed`: None
- `label_smoothing_factor`: 0.0
- `optim`: adamw_torch_fused
- `optim_args`: None
- `group_by_length`: False
- `length_column_name`: length
- `project`: huggingface
- `trackio_space_id`: trackio
- `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
- `push_to_hub`: False
- `resume_from_checkpoint`: None
- `hub_model_id`: None
- `hub_strategy`: every_save
- `hub_private_repo`: None
- `hub_always_push`: False
- `hub_revision`: None
- `gradient_checkpointing`: False
- `gradient_checkpointing_kwargs`: None
- `include_for_metrics`: []
- `eval_do_concat_batches`: True
- `auto_find_batch_size`: False
- `full_determinism`: False
- `ddp_timeout`: 1800
- `torch_compile`: False
- `torch_compile_backend`: None
- `torch_compile_mode`: None
- `include_num_input_tokens_seen`: no
- `neftune_noise_alpha`: None
- `optim_target_modules`: None
- `batch_eval_metrics`: False
- `eval_on_start`: False
- `use_liger_kernel`: False
- `liger_kernel_config`: None
- `eval_use_gather_object`: False
- `average_tokens_across_devices`: True
- `use_cache`: False
- `prompts`: None
- `batch_sampler`: batch_sampler
- `multi_dataset_batch_sampler`: round_robin
- `router_mapping`: {}
- `learning_rate_mapping`: {}
</details>
### Training Logs
| Epoch | Step | Training Loss |
|:------:|:----:|:-------------:|
| 0.2408 | 500 | 0.4763 |
| 0.4817 | 1000 | 0.1799 |
| 0.7225 | 1500 | 0.1731 |
| 0.9634 | 2000 | 0.1628 |
### Framework Versions
- Python: 3.12.13
- Sentence Transformers: 5.3.0
- Transformers: 5.0.0
- PyTorch: 2.10.0+cu128
- Accelerate: 1.13.0
- Datasets: 4.0.0
- Tokenizers: 0.22.2
## 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{oord2019representationlearningcontrastivepredictive,
title={Representation Learning with Contrastive Predictive Coding},
author={Aaron van den Oord and Yazhe Li and Oriol Vinyals},
year={2019},
eprint={1807.03748},
archivePrefix={arXiv},
primaryClass={cs.LG},
url={https://arxiv.org/abs/1807.03748},
}
```
<!--
## 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.*
--> |