Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks
Paper • 1908.10084 • Published • 16
How to use kttt294/vietnamese-sbert-finetuned with sentence-transformers:
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("kttt294/vietnamese-sbert-finetuned")
sentences = [
"Ngay sau đó , anh quay về nước để thực_hiện những kế_hoạch sắp tới và cùng ê - kíp hoàn_thiện DVD liveshow \" Sài_Gòn Bolero & Hưng \" .",
"Hà_Nội ) cho_biết đơn_vị đang xác_minh , làm rõ vụ_việc một cô_gái bị người đàn_ông trung tuổi sàm_sỡ , hành_hung gần thang_máy của chung_cư .",
"HCM , Bộ Công_an cùng phía Philippines phối_hợp triệt_phá một đường_dây vận_chuyển 270kg ma_tuý đá đang tìm cách tuồn vào nước này .",
"Sau thành_công của liveshow \" Sài_Gòn Bolero & Hưng \" tại TP."
]
embeddings = model.encode(sentences)
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [4, 4]This is a sentence-transformers model finetuned from bkai-foundation-models/vietnamese-bi-encoder. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for retrieval.
SentenceTransformer(
(0): Transformer({'transformer_task': 'feature-extraction', 'modality_config': {'text': {'method': 'forward', 'method_output_name': 'last_hidden_state'}}, 'module_output_name': 'token_embeddings', 'architecture': 'RobertaModel'})
(1): Pooling({'embedding_dimension': 768, 'pooling_mode': 'mean', '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("kttt294/vietnamese-sbert-finetuned")
# Run inference
sentences = [
'Nhân_dịp này , thay_mặt UBND thành_phố , ông Lê_Khắc_Nam trao_tặng Bằng khen của Chủ_tịch UBND thành_phố và thưởng 50 triệu đồng cho ban chuyên_án 718M .',
'Với thành_tích triệt_phá , bắt_giữ các đối_tượng trong đường_dây mua_bán ma_tuý lên tới 20kg , ban chuyên_án đã được UBND TP.',
'Bộ_phim " Người phán_xử " đã đạt giải Phim_truyền_hình ấn_tượng trong sự hân_hoan của khán_giả yêu_mến bộ_phim .',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[1.0000, 0.9967, 0.9962],
# [0.9967, 1.0000, 0.9957],
# [0.9962, 0.9957, 1.0000]])
sentence_0, sentence_1, and label| sentence_0 | sentence_1 | label | |
|---|---|---|---|
| type | string | string | float |
| modality | text | text | |
| details |
|
|
|
| sentence_0 | sentence_1 | label |
|---|---|---|
Anh viết : " Thuỷ_thần đã xuất_hiện tại Carnaval Hạ_Long 2018 " kèm hashtag tiếng Anh với nghĩa " Hãy làm điều bạn thích " . |
Tối 28/4 , Phạm_Anh_Khoa xuất_hiện trong tiết_mục lúc 21h trên sóng trực_tiếp VTV , trong chương_trình biểu_diễn nghệ_thuật quy_mô lớn Carnival Hạ_Long . |
1.0 |
Khi đi được gần 2km , Sơn bất_ngờ điều_khiển xe quay trở_lại ngã tư Bưu_điện huyện Hương_Sơn và tiếp_tục lao về hướng tổ công_tác CSGT Công_an huyện Hương_Sơn đang làm nhiệm_vụ tại đây . |
Khi CSGT ra tín_hiệu yêu_cầu dừng xe , Sơn xuống xin các chiến_sĩ cảnh_sát bỏ_qua nhưng không được chấp_thuận . |
1.0 |
Báo Đất_Việt đưa tin , lực lượng chức năng tỉnh Khánh Hòa đang tạm giữ Lê_Văn Quý ( 25 tuổi , quê xã Vạn Thạnh , huyện Vạn Ninh ) để điều tra hành vi giết người . |
Dù được yêu_cầu hát karaoke nhỏ lại nhưng ông H. muốn thoải mái hát hò trong ngày nghỉ lễ nên không làm theo . |
1.0 |
CosineSimilarityLoss with these parameters:{
"loss_fct": "torch.nn.modules.loss.MSELoss",
"cos_score_transformation": "torch.nn.modules.linear.Identity"
}
per_device_train_batch_size: 32per_device_eval_batch_size: 32multi_dataset_batch_sampler: round_robinper_device_train_batch_size: 32num_train_epochs: 3max_steps: -1learning_rate: 5e-05lr_scheduler_type: linearlr_scheduler_kwargs: Nonewarmup_steps: 0optim: adamw_torch_fusedoptim_args: Noneweight_decay: 0.0adam_beta1: 0.9adam_beta2: 0.999adam_epsilon: 1e-08optim_target_modules: Nonegradient_accumulation_steps: 1average_tokens_across_devices: Truemax_grad_norm: 1label_smoothing_factor: 0.0bf16: Falsefp16: Falsebf16_full_eval: Falsefp16_full_eval: Falsetf32: Nonegradient_checkpointing: Falsegradient_checkpointing_kwargs: Nonetorch_compile: Falsetorch_compile_backend: Nonetorch_compile_mode: Noneuse_liger_kernel: Falseliger_kernel_config: Noneuse_cache: Falseneftune_noise_alpha: Nonetorch_empty_cache_steps: Noneauto_find_batch_size: Falselog_on_each_node: Truelogging_nan_inf_filter: Trueinclude_num_input_tokens_seen: nolog_level: passivelog_level_replica: warningdisable_tqdm: Falseproject: huggingfacetrackio_space_id: Nonetrackio_bucket_id: Nonetrackio_static_space_id: Noneper_device_eval_batch_size: 32prediction_loss_only: Trueeval_on_start: Falseeval_do_concat_batches: Trueeval_use_gather_object: Falseeval_accumulation_steps: Noneinclude_for_metrics: []batch_eval_metrics: Falsesave_only_model: Falsesave_on_each_node: Falseenable_jit_checkpoint: Falsepush_to_hub: Falsehub_private_repo: Nonehub_model_id: Nonehub_strategy: every_savehub_always_push: Falsehub_revision: Noneload_best_model_at_end: Falseignore_data_skip: Falserestore_callback_states_from_checkpoint: Falsefull_determinism: Falseseed: 42data_seed: Noneuse_cpu: Falseaccelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}parallelism_config: Nonedataloader_drop_last: Falsedataloader_num_workers: 0dataloader_pin_memory: Truedataloader_persistent_workers: Falsedataloader_prefetch_factor: Noneremove_unused_columns: Truelabel_names: Nonetrain_sampling_strategy: randomlength_column_name: lengthddp_find_unused_parameters: Noneddp_bucket_cap_mb: Noneddp_broadcast_buffers: Falseddp_static_graph: Noneddp_backend: Noneddp_timeout: 1800fsdp: Nonefsdp_config: Nonedeepspeed: Nonedebug: []skip_memory_metrics: Truedo_predict: Falseresume_from_checkpoint: Nonewarmup_ratio: Nonelocal_rank: -1prompts: Nonebatch_sampler: batch_samplermulti_dataset_batch_sampler: round_robinrouter_mapping: {}learning_rate_mapping: {}| Epoch | Step | Training Loss |
|---|---|---|
| 1.3298 | 500 | 0.0298 |
| 2.6596 | 1000 | 0.0035 |
@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
bkai-foundation-models/vietnamese-bi-encoder