---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:350
- loss:MultipleNegativesRankingLoss
base_model: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
widget:
- source_sentence: Data pengeluaran bulanan rumah tangga pedesaan untuk konsumsi makanan
dan non-makanan per provinsi, tahun berapa saja tersedia?
sentences:
- Sistem Neraca Sosial Ekonomi Indonesia Tahun 2022 (84 x 84)
- Persentase RataRata Pengeluaran per Kapita Sebulan Untuk Makanan dan Bukan Makanan
di Daerah Perdesaan Menurut Provinsi, 2007-2024
- Nilai Impor Jawa Madura Menurut Pelabuhan Impor di Pulau Jawa Madura Tahun 2009
- 2013 (Juta US $) 1)
- source_sentence: Asal impor gula Indonesia periode 2017 hingga 2023
sentences:
- Banyaknya Anggota Kadinda Menurut Kabupaten/Kota di Provinsi Jawa Tengah, 2019
- Impor Gula menurut Negara Asal Utama, 2017-2023
- Rata-rata Pendapatan Bersih Pekerja Bebas Menurut Provinsi dan Kelompok Umur,
2023
- source_sentence: Laju kehilangan hutan Indonesia dalam dan luar kawasan hutan 2013-2022.
sentences:
- Institusi Pemerintah Neraca Institusi Terintegrasi (Triliun Rupiah), 2016 2023
- Angka Deforestasi (Netto) Indonesia di Dalam dan di Luar Kawasan Hutan Tahun 2013-2022
(Ha/Th)
- Produksi Perkebunan Menurut Kabupaten/Kota dan Jenis Tanaman di Provinsi Jawa
Tengah (ton), 2021 dan 2022
- source_sentence: Kemana saja lada putih Indonesia diekspor pada periode 2012 sampai
2023?
sentences:
- Rata-rata Pendapatan Bersih Pekerja Bebas Menurut Provinsi dan Kelompok Umur,
2022-2023
- Ekspor Lada Putih menurut Negara Tujuan Utama, 2012-2023
- Angka Kelahiran Kasar (Crude Birth Rate) Hasil Long Form SP2020 Menurut Provinsi/Kabupaten/Kota,
2020
- source_sentence: data gaji bersih pegawai per bulan tahun 2023 berdasarkan pendidikan
dan jenis pekerjaan utama
sentences:
- Rata-rata Upah/Gaji Bersih Sebulan Buruh/Karyawan/Pegawai Menurut Pendidikan Tertinggi
yang Ditamatkan dan Jenis Pekerjaan Utama, 2023
- Banyaknya Kunjungan Kapal Melalui Pelabuhan Jepara Menurut Jenis Pelayaran Tahun
2009 - 2013
- Ekspor Sarang Burung menurut Negara Tujuan Utama, 2012-2023
pipeline_tag: sentence-similarity
library_name: sentence-transformers
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
model-index:
- name: SentenceTransformer based on sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
results:
- task:
type: information-retrieval
name: Information Retrieval
dataset:
name: bps val mfd all
type: bps-val-mfd-all
metrics:
- type: cosine_accuracy@1
value: 0.9861111111111112
name: Cosine Accuracy@1
- type: cosine_accuracy@3
value: 0.9861111111111112
name: Cosine Accuracy@3
- type: cosine_accuracy@5
value: 0.9861111111111112
name: Cosine Accuracy@5
- type: cosine_accuracy@10
value: 0.9861111111111112
name: Cosine Accuracy@10
- type: cosine_precision@1
value: 0.9861111111111112
name: Cosine Precision@1
- type: cosine_precision@3
value: 0.9351851851851851
name: Cosine Precision@3
- type: cosine_precision@5
value: 0.9055555555555554
name: Cosine Precision@5
- type: cosine_precision@10
value: 0.8333333333333334
name: Cosine Precision@10
- type: cosine_recall@1
value: 0.016151592322246593
name: Cosine Recall@1
- type: cosine_recall@3
value: 0.0425075387306992
name: Cosine Recall@3
- type: cosine_recall@5
value: 0.06836160354671791
name: Cosine Recall@5
- type: cosine_recall@10
value: 0.11202747994449548
name: Cosine Recall@10
- type: cosine_ndcg@10
value: 0.8706665539282586
name: Cosine Ndcg@10
- type: cosine_mrr@10
value: 0.9861111111111112
name: Cosine Mrr@10
- type: cosine_map@100
value: 0.44673547368787836
name: Cosine Map@100
---
# SentenceTransformer based on sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2) on the csv dataset. It maps sentences & paragraphs to a 384-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:** [sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2)
- **Maximum Sequence Length:** 128 tokens
- **Output Dimensionality:** 384 dimensions
- **Similarity Function:** Cosine Similarity
- **Training Dataset:**
- csv
### 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: BertModel
(1): Pooling({'word_embedding_dimension': 384, '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("sentence_transformers_model_id")
# Run inference
sentences = [
'data gaji bersih pegawai per bulan tahun 2023 berdasarkan pendidikan dan jenis pekerjaan utama',
'Rata-rata Upah/Gaji Bersih Sebulan Buruh/Karyawan/Pegawai Menurut Pendidikan Tertinggi yang Ditamatkan dan Jenis Pekerjaan Utama, 2023',
'Banyaknya Kunjungan Kapal Melalui Pelabuhan Jepara Menurut Jenis Pelayaran Tahun 2009 - 2013',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
```
## Evaluation
### Metrics
#### Information Retrieval
* Dataset: `bps-val-mfd-all`
* Evaluated with [InformationRetrievalEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.9861 |
| cosine_accuracy@3 | 0.9861 |
| cosine_accuracy@5 | 0.9861 |
| cosine_accuracy@10 | 0.9861 |
| cosine_precision@1 | 0.9861 |
| cosine_precision@3 | 0.9352 |
| cosine_precision@5 | 0.9056 |
| cosine_precision@10 | 0.8333 |
| cosine_recall@1 | 0.0162 |
| cosine_recall@3 | 0.0425 |
| cosine_recall@5 | 0.0684 |
| cosine_recall@10 | 0.112 |
| **cosine_ndcg@10** | **0.8707** |
| cosine_mrr@10 | 0.9861 |
| cosine_map@100 | 0.4467 |
## Training Details
### Training Dataset
#### csv
* Dataset: csv
* Size: 350 training samples
* Columns: query, positive, and negative
* Approximate statistics based on the first 350 samples:
| | query | positive | negative |
|:--------|:----------------------------------------------------------------------------------|:---------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
| type | string | string | string |
| details |
Bagaimana pengeluaran rumah tangga per orang di Indonesia berubah dari 2010 sampai 2024? | Distribusi Pembagian Pengeluaran per Kapita dan Indeks Gini, 2010-2024 | Proyeksi Beban Pencemaran Udara Menurut Industri di Jawa Tengah Tahun 2020 (Ton/Tahun) |
| Data kesenjangan pendapatan di Indonesia tahun 2010-2024: indeks Gini dan pengeluaran rata-rata. | Distribusi Pembagian Pengeluaran per Kapita dan Indeks Gini, 2010-2024 | Banyaknya Mahasiswa dan Dosen Pada Perguruan Tinggi Agama Islam Swasta di Jawa Tengah, 2018/2019 |
| Berapa konsumsi makanan pokok per orang per minggu di Indonesia tahun 2007-2024? | Rata-Rata Konsumsi per Kapita Seminggu Beberapa Macam Bahan Makanan Penting, 2007-2024 | Rekapitulasi Industri Non Formal Yang Baru Menurut Kabupaten/kota 2012 |
* 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`: 32
- `per_device_eval_batch_size`: 32
- `weight_decay`: 0.01
- `warmup_ratio`: 0.1
- `fp16`: True
- `load_best_model_at_end`: True
#### All Hyperparameters