Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks
Paper • 1908.10084 • Published • 16
How to use wilsonmarciliojr/bertimbau-embed-hard-neg with sentence-transformers:
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("wilsonmarciliojr/bertimbau-embed-hard-neg")
sentences = [
"A partir daí, a Capa foi passada para o filho mais velho de cada geração.",
"Deste dia em diante, a capa foi passada para o mais velho de cada nova geração.",
"As receitas do encontro deverão ser penhoradas.",
"Morreu nessa sexta-feira o compositor Fernando Brant."
]
embeddings = model.encode(sentences)
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [4, 4]This is a sentence-transformers model finetuned from neuralmind/bert-base-portuguese-cased. 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.
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': 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})
)
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("wilsonmarciliojr/bertimbau-embed-hard-neg")
# Run inference
sentences = [
'O 1.º troféu disputado em Portugal foi ganho pelo Sporting e o Sporting é líder do campeonato com o FC Porto .',
'O primeiro troféu que se disputou em Portugal foi ganho pelo Sporting.',
'Alexandre Pato recebeu em posição legal, fez o gol, mas o impedimento foi marcado.',
]
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]
sts-dev and sts-testEmbeddingSimilarityEvaluator| Metric | sts-dev | sts-test |
|---|---|---|
| pearson_cosine | 0.797 | 0.756 |
| spearman_cosine | 0.7938 | 0.7401 |
anchor, positive, and negative| anchor | positive | negative | |
|---|---|---|---|
| type | string | string | string |
| details |
|
|
|
| anchor | positive | negative |
|---|---|---|
Quatro jovens foram assassinados na madrugada de hoje (19) em Carapicuíba, município da região metropolitana de São Paulo. |
Quatro jovens foram assassinados em Carapicuíba. |
O enterro ocorreu no Cemitério Municipal de Carapicuíba. |
Quatro jovens foram assassinados na madrugada de hoje (19) em Carapicuíba, município da região metropolitana de São Paulo. |
Quatro jovens foram assassinados em Carapicuíba. |
Esta madrugada (14) foi coroada a nova Miss EUA. |
Quatro jovens foram assassinados na madrugada de hoje (19) em Carapicuíba, município da região metropolitana de São Paulo. |
Quatro jovens foram assassinados em Carapicuíba. |
Há alguns de focos de incêndio na Região Metropolitana de Manaus. |
MultipleNegativesRankingLoss with these parameters:{
"scale": 20.0,
"similarity_fct": "cos_sim"
}
anchor, positive, and negative| anchor | positive | negative | |
|---|---|---|---|
| type | string | string | string |
| details |
|
|
|
| anchor | positive | negative |
|---|---|---|
Um novo rumor direto da Coréia do Sul nos dá uma ideia do material que será usado no próximo Galaxy S7, que será anunciado oficialmente em janeiro de 2016. |
O novo Galaxy S7 deverá ser anunciado oficialmente em janeiro de 2016. |
Comparado com o Galaxy S6 da Samsung, a diferença na bateria é muito grande. |
Um novo rumor direto da Coréia do Sul nos dá uma ideia do material que será usado no próximo Galaxy S7, que será anunciado oficialmente em janeiro de 2016. |
O novo Galaxy S7 deverá ser anunciado oficialmente em janeiro de 2016. |
Teremos um smartphone criado pela grande empresa de refrigerante Pepsi. |
Um novo rumor direto da Coréia do Sul nos dá uma ideia do material que será usado no próximo Galaxy S7, que será anunciado oficialmente em janeiro de 2016. |
O novo Galaxy S7 deverá ser anunciado oficialmente em janeiro de 2016. |
Recorde-se que a irmã de Kim Kardashian e o companheiro se separaram no passado mês de julho, depois de nove anos juntos. |
MultipleNegativesRankingLoss with these parameters:{
"scale": 20.0,
"similarity_fct": "cos_sim"
}
eval_strategy: stepsper_device_train_batch_size: 220per_device_eval_batch_size: 220num_train_epochs: 5warmup_ratio: 0.1fp16: Truebatch_sampler: no_duplicatesoverwrite_output_dir: Falsedo_predict: Falseeval_strategy: stepsprediction_loss_only: Trueper_device_train_batch_size: 220per_device_eval_batch_size: 220per_gpu_train_batch_size: Noneper_gpu_eval_batch_size: Nonegradient_accumulation_steps: 1eval_accumulation_steps: Nonetorch_empty_cache_steps: Nonelearning_rate: 5e-05weight_decay: 0.0adam_beta1: 0.9adam_beta2: 0.999adam_epsilon: 1e-08max_grad_norm: 1.0num_train_epochs: 5max_steps: -1lr_scheduler_type: linearlr_scheduler_kwargs: {}warmup_ratio: 0.1warmup_steps: 0log_level: passivelog_level_replica: warninglog_on_each_node: Truelogging_nan_inf_filter: Truesave_safetensors: Truesave_on_each_node: Falsesave_only_model: Falserestore_callback_states_from_checkpoint: Falseno_cuda: Falseuse_cpu: Falseuse_mps_device: Falseseed: 42data_seed: Nonejit_mode_eval: Falseuse_ipex: Falsebf16: Falsefp16: Truefp16_opt_level: O1half_precision_backend: autobf16_full_eval: Falsefp16_full_eval: Falsetf32: Nonelocal_rank: 0ddp_backend: Nonetpu_num_cores: Nonetpu_metrics_debug: Falsedebug: []dataloader_drop_last: Falsedataloader_num_workers: 0dataloader_prefetch_factor: Nonepast_index: -1disable_tqdm: Falseremove_unused_columns: Truelabel_names: Noneload_best_model_at_end: Falseignore_data_skip: Falsefsdp: []fsdp_min_num_params: 0fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}tp_size: 0fsdp_transformer_layer_cls_to_wrap: Noneaccelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}deepspeed: Nonelabel_smoothing_factor: 0.0optim: adamw_torchoptim_args: Noneadafactor: Falsegroup_by_length: Falselength_column_name: lengthddp_find_unused_parameters: Noneddp_bucket_cap_mb: Noneddp_broadcast_buffers: Falsedataloader_pin_memory: Truedataloader_persistent_workers: Falseskip_memory_metrics: Trueuse_legacy_prediction_loop: Falsepush_to_hub: Falseresume_from_checkpoint: Nonehub_model_id: Nonehub_strategy: every_savehub_private_repo: Nonehub_always_push: Falsegradient_checkpointing: Falsegradient_checkpointing_kwargs: Noneinclude_inputs_for_metrics: Falseinclude_for_metrics: []eval_do_concat_batches: Truefp16_backend: autopush_to_hub_model_id: Nonepush_to_hub_organization: Nonemp_parameters: auto_find_batch_size: Falsefull_determinism: Falsetorchdynamo: Noneray_scope: lastddp_timeout: 1800torch_compile: Falsetorch_compile_backend: Nonetorch_compile_mode: Noneinclude_tokens_per_second: Falseinclude_num_input_tokens_seen: Falseneftune_noise_alpha: Noneoptim_target_modules: Nonebatch_eval_metrics: Falseeval_on_start: Falseuse_liger_kernel: Falseeval_use_gather_object: Falseaverage_tokens_across_devices: Falseprompts: Nonebatch_sampler: no_duplicatesmulti_dataset_batch_sampler: proportional| Epoch | Step | Training Loss | Validation Loss | sts-dev_spearman_cosine | sts-test_spearman_cosine |
|---|---|---|---|---|---|
| -1 | -1 | - | - | 0.6424 | - |
| 0.0840 | 10 | - | 0.1726 | 0.6642 | - |
| 0.1681 | 20 | - | 0.0523 | 0.7141 | - |
| 0.2521 | 30 | - | 0.0242 | 0.7580 | - |
| 0.3361 | 40 | - | 0.0160 | 0.7759 | - |
| 0.4202 | 50 | - | 0.0100 | 0.7848 | - |
| 0.5042 | 60 | - | 0.0069 | 0.7893 | - |
| 0.5882 | 70 | - | 0.0059 | 0.7904 | - |
| 0.6723 | 80 | - | 0.0059 | 0.7907 | - |
| 0.7563 | 90 | - | 0.0053 | 0.7908 | - |
| 0.8403 | 100 | 0.1681 | 0.0049 | 0.7921 | - |
| 0.9244 | 110 | - | 0.0049 | 0.7925 | - |
| 1.0084 | 120 | - | 0.0049 | 0.7929 | - |
| 1.0924 | 130 | - | 0.0050 | 0.7925 | - |
| 1.1765 | 140 | - | 0.0053 | 0.7922 | - |
| 1.2605 | 150 | - | 0.0052 | 0.7919 | - |
| 1.3445 | 160 | - | 0.0048 | 0.7922 | - |
| 1.4286 | 170 | - | 0.0046 | 0.7923 | - |
| 1.5126 | 180 | - | 0.0045 | 0.7928 | - |
| 1.5966 | 190 | - | 0.0045 | 0.7932 | - |
| 1.6807 | 200 | 0.0013 | 0.0047 | 0.7933 | - |
| 1.7647 | 210 | - | 0.0047 | 0.7929 | - |
| 1.8487 | 220 | - | 0.0047 | 0.7928 | - |
| 1.9328 | 230 | - | 0.0047 | 0.7928 | - |
| 2.0168 | 240 | - | 0.0046 | 0.7926 | - |
| 2.1008 | 250 | - | 0.0047 | 0.7927 | - |
| 2.1849 | 260 | - | 0.0047 | 0.7927 | - |
| 2.2689 | 270 | - | 0.0047 | 0.7929 | - |
| 2.3529 | 280 | - | 0.0045 | 0.7933 | - |
| 2.4370 | 290 | - | 0.0045 | 0.7934 | - |
| 2.5210 | 300 | 0.0007 | 0.0045 | 0.7932 | - |
| 2.6050 | 310 | - | 0.0045 | 0.7933 | - |
| 2.6891 | 320 | - | 0.0046 | 0.7932 | - |
| 2.7731 | 330 | - | 0.0046 | 0.7932 | - |
| 2.8571 | 340 | - | 0.0046 | 0.7933 | - |
| 2.9412 | 350 | - | 0.0047 | 0.7934 | - |
| 3.0252 | 360 | - | 0.0047 | 0.7934 | - |
| 3.1092 | 370 | - | 0.0046 | 0.7935 | - |
| 3.1933 | 380 | - | 0.0046 | 0.7936 | - |
| 3.2773 | 390 | - | 0.0047 | 0.7937 | - |
| 3.3613 | 400 | 0.0005 | 0.0046 | 0.7937 | - |
| 3.4454 | 410 | - | 0.0046 | 0.7937 | - |
| 3.5294 | 420 | - | 0.0046 | 0.7937 | - |
| 3.6134 | 430 | - | 0.0046 | 0.7937 | - |
| 3.6975 | 440 | - | 0.0046 | 0.7938 | - |
| 3.7815 | 450 | - | 0.0046 | 0.7938 | - |
| 3.8655 | 460 | - | 0.0047 | 0.7939 | - |
| 3.9496 | 470 | - | 0.0046 | 0.7940 | - |
| 4.0336 | 480 | - | 0.0046 | 0.7940 | - |
| 4.1176 | 490 | - | 0.0046 | 0.7940 | - |
| 4.2017 | 500 | 0.0005 | 0.0046 | 0.7940 | - |
| 4.2857 | 510 | - | 0.0046 | 0.7939 | - |
| 4.3697 | 520 | - | 0.0046 | 0.7938 | - |
| 4.4538 | 530 | - | 0.0046 | 0.7938 | - |
| 4.5378 | 540 | - | 0.0046 | 0.7938 | - |
| 4.6218 | 550 | - | 0.0046 | 0.7939 | - |
| 4.7059 | 560 | - | 0.0046 | 0.7939 | - |
| 4.7899 | 570 | - | 0.0046 | 0.7938 | - |
| 4.8739 | 580 | - | 0.0046 | 0.7938 | - |
| 4.9580 | 590 | - | 0.0046 | 0.7938 | - |
| -1 | -1 | - | - | - | 0.7401 |
@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",
}
@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}
}
Base model
neuralmind/bert-base-portuguese-cased