Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks
Paper • 1908.10084 • Published • 16
How to use cuadron11/jina-reranker-v2-base-multilingual-contrastive-parl-4-1ep-mle5-finetuned with sentence-transformers:
from sentence_transformers import CrossEncoder
model = CrossEncoder("cuadron11/jina-reranker-v2-base-multilingual-contrastive-parl-4-1ep-mle5-finetuned", trust_remote_code=True)
query = "Which planet is known as the Red Planet?"
passages = [
"Venus is often called Earth's twin because of its similar size and proximity.",
"Mars, known for its reddish appearance, is often referred to as the Red Planet.",
"Jupiter, the largest planet in our solar system, has a prominent red spot.",
"Saturn, famous for its rings, is sometimes mistaken for the Red Planet."
]
scores = model.predict([(query, passage) for passage in passages])
print(scores)This is a Cross Encoder model finetuned from jinaai/jina-reranker-v2-base-multilingual using the sentence-transformers library. It computes scores for pairs of texts, which can be used for text reranking and semantic search.
First install the Sentence Transformers library:
pip install -U sentence-transformers
Then you can load this model and run inference.
from sentence_transformers import CrossEncoder
# Download from the 🤗 Hub
model = CrossEncoder("cuadron11/jina-reranker-v2-base-multilingual-contrastive-parl-4-1ep-mle5-finetuned")
# Get scores for pairs of texts
pairs = [
['Zer aldarrikapen utzi ditu mahai gainean greba horrek?', '[TOPIC: Interpelazioa, Unai Urruzuno Urresti EH Bildu taldeko legebiltzarkideak lehendakariari egina, Arabako, Bizkaiko eta Gipuzkoako herritarren beharrak bermatzearen inguruan]\n[URRUZUNO URRESTI, (EH Bildu)]:\nezin dela erabili, hemen, hauteskunde-kanpainaz hauteskundekanpaina, mangatik ateratzen den karta bat bezala. Esaten da, beste alde batetik, "greba, Gobernuaren kontra". Ez, ez da izan gobernuen kontra. Greba propositibo bat izan da. Eta greba horrek utzi ditu mahai gainean lehen esan ditudan aldarrikapen batzuk. Eta grebarekin posizionatzea ez da alderdikeria egitea, alderdikeria egitea da zu hauteskunde-aurrerapenarekin orain egiten ari zarena, diferentziak pixka bat islatzeko. Grebek helburuak lortzeko balio dute. (Date: 07.02.2020)'],
['Zein ondorio ditu Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebak Gipuzkoako herritarrentzat?', '[TOPIC: Galdera, MarÃa del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Lehiakortasuneko sailburuari egina, Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebari buruz]\n[LÓPEZ DE OCARIZ LÓPEZ DE MUNAIN, (PV-ETP)]:\nNafarroako Erkidegoan hurbil samar dituen beste zentroetara, hain zuzen–; gidariek, hala, ilara izugarri luzeak jasan behar dituzte (ez dago ordua aurretiaz hartzerik); denbora luzez egon behar dute, beraz, itxaroten, baina, gainera, enpresak Nafarroan berreskuratzen du Gipuzkoan galdutako negozioaren zati bat. Enpresaren egoera ekonomikoa, hortaz, ez da batere larria; aitzitik, aski lasaia da. Kaltea Gipuzkoako herritarrek jasaten dute. Bistan da hori. Gainera, beste eragin batzuk ere baditu egoera horrek. (Date: 21.02.2014)'],
['Zein da Alfonso Alonso Araneguiren iritzia kontzertu ekonomikoaren inguruan?', '[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak lehendakariari egina, egonkortasun politikoaren garrantziari buruz]\n[ALONSO ARANEGUI, (PV-ETP)]:\ndela. Begira zer eztabaidatzen ari garen eta asteburu honetan Frantzian zer erabakitzen ari diren! Eta ardatz horretan eta eztabaida horretan, eta krisiak ekarri digun dilema horretan, gu beti egongo gara moderazioaren aldean, eta zentraltasuna bilatzen. Azkenik, akordioa saltzeko orduan arduratsuak eta zuhurrak izan zaiteztela eskatu nahi dizuet. Erabat zilegi da zure alderdiak paparra ateratzea, baina argi ibili, hori kontzertu ekonomikoaren aurka daudenek ere aprobetxatzen baitute; hots, euskaldunen askatasunen aurkako (Date: 05.05.2017)'],
['Zein bi gai dira garrantzitsuak Eusko Jaurlaritzarentzat Hondarribiko aireportuari dagokionez?', '[TOPIC: Galdera, Jesús MarÃa Zaballos de Llanos Euskal Sozialistak taldeko legebiltzarkideak Ingurumen eta Lurralde Politikako sailburuari egina, Hondarribiko aireportua sustatzeko kudeaketei buruz]\n[INGURUMEN ETA LURRALDE POLITIKAKO SAILBURUAK (OREGI BASTARRIKA), (EA-NV)]:\nEgun on, berriro ere. Guretzat, gure Jaurlaritzarentzat, bi gai dira garrantzitsuak –eta uste dut honetan ados gaudela, Zaballos jauna– Hondarribiko aireportuari dagokionez: salbuespenezkotasun-adierazpena eta mugako puntua izatea. Bi gai horiek landu ditugu ministerioarekin eta Aenarekin adostasunak edo eztabaidagaiak ditugun esparruetan, eta, hala, bi gai horien beharra adierazi dugu legealdia hasi genuenetik. Aenako Garraio Plangintzako zuzendariak, sailburuordeak eta nik neuk ministroari edo estatu-idazkariari bidali dizkiogun gutunetan, gai (Date: 31.10.2014)'],
['Noiz egingo dira nekazaritza-politika bateratuaren ordainketen aurrerakinak?', '[TOPIC: Galdera, MarÃa del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Azpiegituretako sailburuari egina, nekazaritza-politika bateratuaren ordainketak aurreratu eta urrian egiteko behar diren baldintza egokiak sortzeari buruz]\n[LÓPEZ DE OCARIZ LÓPEZ DE MUNAIN, (PV-ETP)]:\nguztia? Bateratua da, baina norekin? Zeure buruarekin? Zuek egindako adierazpenak oso arraroak ziren, eta, nekazaritza-politikari dagokionez, ideiak benetan oso argi ez dituzuela adierazten zuen, edo hori ematen zuen. Eta asko pozten naiz aurrerakin horiek egingo direlako, baina kontura zaitezte errealitatearekin bat datozen mezuak helarazi behar ditugula. Besterik ez, eta eskerrik asko. La (Date: 19.05.2017)'],
]
scores = model.predict(pairs)
print(scores.shape)
# (5,)
# Or rank different texts based on similarity to a single text
ranks = model.rank(
'Zer aldarrikapen utzi ditu mahai gainean greba horrek?',
[
'[TOPIC: Interpelazioa, Unai Urruzuno Urresti EH Bildu taldeko legebiltzarkideak lehendakariari egina, Arabako, Bizkaiko eta Gipuzkoako herritarren beharrak bermatzearen inguruan]\n[URRUZUNO URRESTI, (EH Bildu)]:\nezin dela erabili, hemen, hauteskunde-kanpainaz hauteskundekanpaina, mangatik ateratzen den karta bat bezala. Esaten da, beste alde batetik, "greba, Gobernuaren kontra". Ez, ez da izan gobernuen kontra. Greba propositibo bat izan da. Eta greba horrek utzi ditu mahai gainean lehen esan ditudan aldarrikapen batzuk. Eta grebarekin posizionatzea ez da alderdikeria egitea, alderdikeria egitea da zu hauteskunde-aurrerapenarekin orain egiten ari zarena, diferentziak pixka bat islatzeko. Grebek helburuak lortzeko balio dute. (Date: 07.02.2020)',
'[TOPIC: Galdera, MarÃa del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Lehiakortasuneko sailburuari egina, Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebari buruz]\n[LÓPEZ DE OCARIZ LÓPEZ DE MUNAIN, (PV-ETP)]:\nNafarroako Erkidegoan hurbil samar dituen beste zentroetara, hain zuzen–; gidariek, hala, ilara izugarri luzeak jasan behar dituzte (ez dago ordua aurretiaz hartzerik); denbora luzez egon behar dute, beraz, itxaroten, baina, gainera, enpresak Nafarroan berreskuratzen du Gipuzkoan galdutako negozioaren zati bat. Enpresaren egoera ekonomikoa, hortaz, ez da batere larria; aitzitik, aski lasaia da. Kaltea Gipuzkoako herritarrek jasaten dute. Bistan da hori. Gainera, beste eragin batzuk ere baditu egoera horrek. (Date: 21.02.2014)',
'[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak lehendakariari egina, egonkortasun politikoaren garrantziari buruz]\n[ALONSO ARANEGUI, (PV-ETP)]:\ndela. Begira zer eztabaidatzen ari garen eta asteburu honetan Frantzian zer erabakitzen ari diren! Eta ardatz horretan eta eztabaida horretan, eta krisiak ekarri digun dilema horretan, gu beti egongo gara moderazioaren aldean, eta zentraltasuna bilatzen. Azkenik, akordioa saltzeko orduan arduratsuak eta zuhurrak izan zaiteztela eskatu nahi dizuet. Erabat zilegi da zure alderdiak paparra ateratzea, baina argi ibili, hori kontzertu ekonomikoaren aurka daudenek ere aprobetxatzen baitute; hots, euskaldunen askatasunen aurkako (Date: 05.05.2017)',
'[TOPIC: Galdera, Jesús MarÃa Zaballos de Llanos Euskal Sozialistak taldeko legebiltzarkideak Ingurumen eta Lurralde Politikako sailburuari egina, Hondarribiko aireportua sustatzeko kudeaketei buruz]\n[INGURUMEN ETA LURRALDE POLITIKAKO SAILBURUAK (OREGI BASTARRIKA), (EA-NV)]:\nEgun on, berriro ere. Guretzat, gure Jaurlaritzarentzat, bi gai dira garrantzitsuak –eta uste dut honetan ados gaudela, Zaballos jauna– Hondarribiko aireportuari dagokionez: salbuespenezkotasun-adierazpena eta mugako puntua izatea. Bi gai horiek landu ditugu ministerioarekin eta Aenarekin adostasunak edo eztabaidagaiak ditugun esparruetan, eta, hala, bi gai horien beharra adierazi dugu legealdia hasi genuenetik. Aenako Garraio Plangintzako zuzendariak, sailburuordeak eta nik neuk ministroari edo estatu-idazkariari bidali dizkiogun gutunetan, gai (Date: 31.10.2014)',
'[TOPIC: Galdera, MarÃa del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Azpiegituretako sailburuari egina, nekazaritza-politika bateratuaren ordainketak aurreratu eta urrian egiteko behar diren baldintza egokiak sortzeari buruz]\n[LÓPEZ DE OCARIZ LÓPEZ DE MUNAIN, (PV-ETP)]:\nguztia? Bateratua da, baina norekin? Zeure buruarekin? Zuek egindako adierazpenak oso arraroak ziren, eta, nekazaritza-politikari dagokionez, ideiak benetan oso argi ez dituzuela adierazten zuen, edo hori ematen zuen. Eta asko pozten naiz aurrerakin horiek egingo direlako, baina kontura zaitezte errealitatearekin bat datozen mezuak helarazi behar ditugula. Besterik ez, eta eskerrik asko. La (Date: 19.05.2017)',
]
)
# [{'corpus_id': ..., 'score': ...}, {'corpus_id': ..., 'score': ...}, ...]
jina-reranker-v2-base-multilingual-contrastive-parl-4-1ep-mle5-finetunedCrossEncoderRerankingEvaluator with these parameters:{
"at_k": 10,
"always_rerank_positives": false
}
| Metric | Value |
|---|---|
| map | 0.0238 (+0.0231) |
| mrr@10 | 0.0238 (+0.0238) |
| ndcg@10 | 0.0238 (+0.0238) |
query and positive| query | positive | |
|---|---|---|
| type | string | string |
| details |
|
|
| query | positive |
|---|---|
Noiz egin zuen EH Bildu talde parlamentarioak covid iraunkorra aitortu, ikertu eta osasun-arretan integratzeari buruzko legez besteko proposamena? |
[TOPIC: EH Bildu talde parlamentarioak egindako legez besteko proposamena, covid iraunkorra aitortu, ikertu eta osasun-arretan integratzeari buruz. Eztabaida eta behin betiko ebazpena] |
Zein da Osakidetzako sindikatu batzuen jarreraren inguruan Euskal Talde Popularreko legebiltzarkideak egindako balorazioa? |
[TOPIC: Galdera, Carmelo Barrio Baroja Euskal Talde Popularreko legebiltzarkideak Osasuneko sailburuari egina, Osakidetzan greba egiteko deialdiari buruz] |
Noiz aldatu ziren Arabako Miñoien Ataleko lan-baldintzak? |
[TOPIC: Mozioa, Javier Ruiz de Arbulo Cerio Euskal Talde Popularreko legebiltzarkideak aurkeztua, Arabako Miñoien Atalari buruz. Eztabaida eta behin betiko ebazpena] |
CachedMultipleNegativesRankingLoss with these parameters:{
"scale": 10.0,
"num_negatives": null,
"activation_fn": "torch.nn.modules.activation.Sigmoid",
"mini_batch_size": 16
}
query and positive| query | positive | |
|---|---|---|
| type | string | string |
| details |
|
|
| query | positive |
|---|---|
Zer aldarrikapen utzi ditu mahai gainean greba horrek? |
[TOPIC: Interpelazioa, Unai Urruzuno Urresti EH Bildu taldeko legebiltzarkideak lehendakariari egina, Arabako, Bizkaiko eta Gipuzkoako herritarren beharrak bermatzearen inguruan] |
Zein ondorio ditu Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebak Gipuzkoako herritarrentzat? |
[TOPIC: Galdera, MarÃa del Carmen López de Ocariz López de Munain Euskal Talde Popularreko legebiltzarkideak Ekonomiaren Garapen eta Lehiakortasuneko sailburuari egina, Irungo eta Urnietako ibilgailuen azterketa teknikoko zentroetako grebari buruz] |
Zein da Alfonso Alonso Araneguiren iritzia kontzertu ekonomikoaren inguruan? |
[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak lehendakariari egina, egonkortasun politikoaren garrantziari buruz] |
CachedMultipleNegativesRankingLoss with these parameters:{
"scale": 10.0,
"num_negatives": null,
"activation_fn": "torch.nn.modules.activation.Sigmoid",
"mini_batch_size": 16
}
eval_strategy: stepsper_device_train_batch_size: 16per_device_eval_batch_size: 16learning_rate: 2e-05num_train_epochs: 1warmup_ratio: 0.1load_best_model_at_end: Truebatch_sampler: no_duplicatesoverwrite_output_dir: Falsedo_predict: Falseeval_strategy: stepsprediction_loss_only: Trueper_device_train_batch_size: 16per_device_eval_batch_size: 16per_gpu_train_batch_size: Noneper_gpu_eval_batch_size: Nonegradient_accumulation_steps: 1eval_accumulation_steps: Nonetorch_empty_cache_steps: Nonelearning_rate: 2e-05weight_decay: 0.0adam_beta1: 0.9adam_beta2: 0.999adam_epsilon: 1e-08max_grad_norm: 1.0num_train_epochs: 1max_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: Falsefp16_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: Trueignore_data_skip: Falsefsdp: []fsdp_min_num_params: 0fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}fsdp_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}parallelism_config: Nonedeepspeed: 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: Falsehub_revision: Nonegradient_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: Falseliger_kernel_config: Noneeval_use_gather_object: Falseaverage_tokens_across_devices: Falseprompts: Nonebatch_sampler: no_duplicatesmulti_dataset_batch_sampler: proportionalrouter_mapping: {}learning_rate_mapping: {}| Epoch | Step | Training Loss | Validation Loss | jina-reranker-v2-base-multilingual-contrastive-parl-4-1ep-mle5-finetuned_ndcg@10 |
|---|---|---|---|---|
| 1.0 | 200 | 0.0369 | 0.0385 | 0.0238 (+0.0238) |
@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",
}
Base model
jinaai/jina-reranker-v2-base-multilingual