File size: 91,522 Bytes
514457b
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
1001
1002
1003
1004
1005
1006
1007
1008
1009
1010
1011
1012
1013
1014
1015
1016
---
language:
- nep
license: apache-2.0
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:73
- loss:MatryoshkaLoss
- loss:MultipleNegativesRankingLoss
base_model: jangedoo/all-MiniLM-L6-v2-nepali
widget:
- source_sentence: अफिसियल/कुटनितिक तथा सर्भिस राहदानीका लागि आवेदन दिन के के कागजात
    जरुरी हुन्छ?
  sentences:
  - यस सम्बन्धमा सम्बन्धित मन्त्रालय वा संवैधानिक निकाय वा अड्डा अदालतबाट थप बुझ्न
    सकिनेछ। Download link
  - विदेशमा जन्मिएका नेपाली आमा-बाबुका सन्तानको पहिलो पटक राहदानीका लागि आवेदन दिने
    विशेष व्यवस्थाः जन्म दर्ता वा अस्थायी दर्ता नम्बर लिनु पर्नेः नेपाली आमा-बाबुबाट
    विदेशमा जन्मेका सन्तानको हकमा नाबालक परिचयपत्र नहुने भएकोले दूतावासले जन्म दर्ताको
    प्रमाणपत्र वा अस्थायी दर्ता नम्बर प्रदान गर्दछ, जुन नम्बर नागरिकता भएको महलमा
    भर्नुपर्दछ  जसका लागि निम्न अनुसारका थप कागजातहरू आवश्यक पर्छन्  अ)        
    आमा बाबु दुवै जनाको नागरिकताको प्रतिलिपि, आ)       आमा बाबु दुबै जनाको राहदानीको
    प्रतिलिपि, इ)          आमा बाबुको विवाह दर्ताको प्रमाणपत्र, ई)          नाबालकको
    जन्म दर्ताको सक्कल प्रति, उ)          नाबालकको हालै खिचेको पासपोर्ट आकारको फोटो
     प्रति माथि उल्लिखित कागजात सहित दूतावासमा आवेदन दिए पछि दूतावासले जन्म दर्ता
    वा अस्थायी नम्बर उपलब्ध गराउनेछ  नाबालकको राहदानीको आवेदन फाराम नागरिकता नम्बरको
    ठाउँमा दूतावासले उपलब्ध गराएको दर्ता नम्बर उल्लेख गर्नु पर्नेछ। साथै यसरी एक पटक
    नाबालकका नाममा राहदानी जारी गरेपश्चात् अर्को पटक राहदानी जारी गर्नका लागि नाबालक
    परिचयपत्र अनिवार्य हुने भएकोले यसरी राहदानी बनाए पछि अनिवार्य रूपमा नेपालको सम्बन्धित
    जिल्ला/इलाका प्रशासन कार्यालयबाट नाबालक परिचयपत्र बनाउनु पर्दछ  राहदानी बनाउन
    थप कागजातः क)        नागरिकतामा रहेको जन्म मिति भन्दा शैक्षिक योग्यतामा भएको जन्म
    मिति फरक परेमा  शैक्षिक योग्यता अनुसारको जन्म मिति कायम गरी राहदानी लिनु पर्ने
    भएमा एसएलसी/एसईई वा सो सरह वा सो भन्दा माथिल्लो तहको शैक्षिक योग्यताको प्रमाणपत्र।
    ख)        नागरिकतामा रहेको जन्म मिति भन्दा भारतीय वा ब्रिटिस वा सिङ्गापुर पेन्सन
    पट्टाको जन्म मिति फरक परेमा  पेन्सन पट्टा अनुसारको जन्म मिति कायम गरी राहदानी
    लिनु पर्ने भएमा भारतीय वा ब्रिटिस वा सिङ्गापुर पेन्सनपट्टा (Discharge Certificate)
    प्रमाणपत्र। ग)          विवाहित महिलाले नागरिकतामा रहेको थरको अतिरिक्त पतिको थर
    कायम गरी राहदानी बनाउनु पर्ने भएमा विवाह दर्ताको प्रमाणपत्र  पतिको नागरिकताको
    प्रमाणपत्र, घ)         पारपाचुके गरेका महिलाहरूले नागरिकतामा उल्लेख गरिएको थर
    मात्र कायम गरी राहदानी लिन चाहेमा पारपाचुके प्रमाणपत्र 
  - Pre-enrollment पश्चात गल्ती भोटिएमा Enrollment Center मा verification ( रुजु )
    गर्ने कर्मचारी वा live enrolment गर्ने कर्मचारीलाई उक्त गलत विवरण सच्चाउन अनुरोध
    गर्ने। फोटो खिचेर फाराममा दस्तखत गर्नु अघि विवरण सच्चिएको छ/छैन राम्रोसँग हेर्नु
    पर्दछ  फारामलाई दस्तखत गरी अन्तिम स्वीकृति दिए पछि भने सच्याउन सकिने छैन  त्यस
    पछि त्रुटि भएको थाहा भयो भने राहदानी छापिन भन्दा पहिले प्रक्रिया रद्द गरी पुनः
    प्रक्रिया गर्न सकिन्छ  तर रद्द गर्नु अघि नै राहदानी छापियो भने पुनः सबै प्रक्रिया
    गर्नु पर्ने  नियमानुसार नयाँ सरह शुल्क तिर्नु पर्ने हुन्छ 
- source_sentence: राहदानी आवेदन भर्ने तरिका
  sentences:
  - छैन। यन्त्रबाचक राहदानी (MRP) को म्याद बहाल रहँदासम्म विद्युतीय राहदानी ( ePassport
    ) बनाउनु आवश्यक छैन। MRP को म्याद बहाल रहदाँसम्म सोही राहदानी प्रयोग गरी विदेश
    भ्रमण गर्न सकिन्छ। तथापी, राहदानीको बहाल अवधि एक वर्ष भन्दा कम बाँकी रहेको अवस्थामा
    नयाँ राहदानीका लागि आवेदन गर्न सकिनेछ। साथै, राहदानी हराई वा च्यातिर्इ, जली वा
    अन्य कारणले राहदानीमा क्षति पुगेमा, विवरणमा त्रुटि भई प्रयोग गर्न नमिल्ने भएमा
    वा पाना भरिएमा भने नयाँ राहदानी बनाउन सकिन्छ।
  - 'विद्युतीय राहदानीको अनलाइन अग्रिम दर्ता (Pre-enrollment) फाराम भर्न निम्न प्रक्रिया
    अपनाउनु पर्छ,- (क) राहदानीका लागि सर्वप्रथम अनलाइनबाट फाराम भरी निर्धारित तरिका
    अनुसार मिति र समय बुक गर्नु पर्दछ । फाराम भर्नका लागि यहाँ क्लिक गर्नु होस । (ख)
    तत्पश्चात् चारवटा विकल्पहरू (a) पहिलो पटक राहदानी लिन ( New ) (b) म्याद सकिएको
    राहदानी नवीकरण गर्न ( Renewal ) (c) हराएको/चोरिएको राहदानीको सट्टमा राहदानी लिन
    ( Replacement-Lost/Stolen ) (d) बिग्रेको राहदानीको सट्टामा ( Damaged ) देखिने
    छन् । सो विकल्प मध्ये कुन चाहिने हो एउटा विकल्पको छनौट गर्नु पर्नेछ । जस्तैः यस
    अघि यन्त्र बाचक राहदानी(एमआरपी) वा विद्युतीय राहदानी लिई सकेको भएमा नवीकरण र नलिएको
    भए “ पहिलो पटक राहदानी लिन ” भन्ने छान्नुहोस् । साथै  पहिला हस्तलिखित राहदानी
    मात्र लिएको भएमा पनि पहिलो पटक राहदानी लिन भन्ने विकल्प छान्नु पर्नेछ । (क) कार्यालयको
    त्रुटि भई पुनः राहदानी बनाउनुपर्ने भएमा उक्त त्रुटि भएको राहदानी भर्दा जे गरिएको
    थियो सोही अनुसार गर्ने । (ख) आवेदकको त्रुटि भई पुनः राहदानी बनाउनुपर्ने भएमा नवीकरण
    भन्ने छनौट गर्ने । (ग) नेपाली सेना, नेपाल प्रहरी लगायतका निकायमा कार्यरत रही शान्ति
    मिशनमा जानको लागि ग्राटिश सुविधामा यन्त्र वाचक राहदानी  प्राप्त गरेका तर हाल सो
    राहदानी आफ्नो साथमा नभएका आवेदकले राहदानी नम्बर आवेदन फाराममा उल्लेख गरी म्याद
     सकिएको  राहदानी नवीकरण गर्न ( Renewal ) भन्ने विकल्प छान्नु पर्नेछ । (घ)अफिसियल
    र कूटनीतिक राहदानी लिएकाले साधारण राहदानी बनाउँदा आफ्नो अफिसियल र कूटनीतिक राहदानीको
    नम्बर उल्लेख गर्नु नपर्ने भएकोले त्यसलाई बेवास्ता ( Ignore ) गरी उपयुक्त विकल्प
    छान्नु पर्ने छ । (ग) तत्पश्चात् ३४ वा ६६ कति पेजको राहदानीका लागि आवेदन गर्ने
    हो सो को छनौट गरी Proceed button थिच्ने । (घ) त्यस पछि कुन स्थानबाट आवेदन दिने
    हो सो को छनौट गर्नु होस । विदेश उल्लेख गर्दा Other भन्ने विकल्प छानी आफू जन्मिएको
    देश छनौट गर्नुहोस् । आवेदन फाराममा चरण बद्ध रूपमा सबै विवरणहरू भर्ने र तोकिएका
    कागजात समेत अपलोड गर्ने । नोटः कागजात अपलोड गर्दा सक्कल कागजात स्क्यान गरी 3 00
    kb वा सो भन्दा कम आकारको बनाइ फाराम भर्नु अगाडी तयार गर्नु होला । फाराम भर्दा
    आवश्यक कागजातको लागि यहाँ क्लिक गर्नु होस । (ङ) सम्पूर्ण फाराम भरिसकेपछि भरिएको
    सबै विवरण आफूले चाहे वा पेश हुने कागजातबमोजिम भए नभएको रुजू गरी त्यसलाई सुरक्षित
    (Save) गर्ने र अनलाइन पेस गर्ने । (च) फाराम बुझाई सके पछि Download PDF भन्ने विकल्प
    आउने छ, उक्त फाराम डाउनलोड गर्नुहोस् । Download फारामको डिजिटल प्रति आफूसँग सुरक्षित
    राख्नुहोस् । उक्त फाराम प्रिन्ट गरी निर्धारित समयमा दर्ता केन्द्रमा जानुहोस् ।
    प्रिन्ट गर्ने सुविधा नभएमा तपाइको मोवाइल फोनमा सुरक्षित गरी त्यसलाई लिएर जाँदा
    पनि हुन्छ । मोवाइलमा लिएर आउँदा सक्कल फाराम लिएर आउनु होला ( screenshot होइन )
    । -पुनश्चः राहदानी आवेदनमा त्रुटि भएमा पुनः शुल्क तिरी नयाँ राहदानी आवेदन दिनु
    पर्ने भएकोले  राहदानी आवेदनमा विवरण भर्दा होसियारी पूर्वक सही सूचना भर्नु होस
    । सकभर आफै भर्नुहोस् र अरूले सहयोग गरेका छन् भने विवरण आफै रुजू गर्न नभुल्नू होला
    । - साथैः एक पटक फाराम बुझाए पछि तपाइँलाई कुनै त्रुटि भएको थाहा भयो भने फोटो खिच्ने
    समयमा अनुरोध गरी सच्याउन सकिन्छ । विवरण सच्याए पछि फाराममा दस्तखत गर्नु अघि राम्रोसँग
    रुजू गर्नु होला । तर फोटो खिचेर फारामलाई अन्तिम स्वीकृति दिए पछि भने सच्याउन सकिने
    छैन । त्यस पछि त्रुटि भएको थाहा भयो भने राहदानी रद्द गरी सबै प्रक्रिया पुनः सुरुबाटै
    गर्नु पर्ने हुन्छ । राहदानी आवेदन फाराम भर्दा निम्न अनुसार विवरण उल्लेख गर्नुहोसः
    (१)  Surname/थर: आवेदकको नेपाली नागरिकता प्रमाणपत्र/नाबालिग परिचयपत्र अनुसारको
    थर (जस्तै थापा, यादव, आलम आदि) - यदी एक भन्दा बढी थर (जस्तै पौडेल क्षेत्री, खड्का
    परियार ) भएमा सबै थर लेख्नु होस । - थरको बीचमा बिन्दु(.) भएमा बिन्दु बाहेकको थर
    लेख्नु होस (जस्तै जी.सी भएमा GC वा Gici ) - थर छैन भने नाम जे छ सोही लेख्नु होस
    । (२) Given name/नामः नामको पहिलो र बीचको नाम अर्थात् थर बाहेकको सबै नाम लेख्ने
    । - याद गर्नुहोस् नाम/थर उल्लेख गर्दा अक्षर बाहेक अरू उल्लेख गर्न सकिने छैन ।
    साथैः नाम बाहेक अन्य चिनारी (जस्तै Dr. , Mr. , Ms ) उल्लेख गर्नु हुँदैन । (३)
    Place of Birth/जन्मस्थान: आवेदकको नागरिकता/नाबालिग परिचयपत्रमा उल्लिखित जन्मस्थान
    भर्ने । नेपालमा जन्मिएका निवेदकले जिल्लाको नाम र विदेशमा जन्मिएका निवेदकले आफू
    जन्मिएको देशको नाम भर्ने । विदेश उल्लेख गर्दा Other भन्ने विकल्प छानी आफू जन्मिएको
    देश छनौट गर्नुहोस् । (४)  Nationality/राष्ट्रियताः NEPALI भर्नुपर्ने । यात्रा
    अनुमतिपत्रको हकमा राष्ट्रियता फरक भएमा सोही अनुसार भर्नुपर्ने । (५)  Date of Birth/जन्म
    मितिः 5A A.D.:- यस खण्डमा नागरिकता/नाबालिग परिचयपत्र अनुसारको जन्म मितिलाई रूपान्तरण
    गरी इश्वी संवत्मा लेख्ने । नागरिकतामा वर्ष मात्र उल्लेख गरिएको रहेछ भने राष्ट्रिय
    परिचय पत्र अनुसारको जन्म मिति वा वर्ष फरक नपर्ने गरी हालको राहदानीमा उल्लिखित
    जन्म मिति लेख्ने । 5B B.S. :- यस खण्डमा नागरिकता/नाबालिग परिचयपत्र अनुसारको जन्म
    मिति लेख्ने । याद गर्नुहोस् यस अघि जारी राहदानीमा त्रुटि हुन गएको रहेछ भने त्यसलाई
    सच्चाइ लेख्नु होस् । (६) Sex/ लिङ्गः- निवेदकको नागरिकताको प्रमाणपत्रमा उल्लेख
    भए अनुसार पुरुषले M म हिलाले F तथा अन्य ले x भर्नु पर्दछ । (७)  Citizenship or
    Permit No./नागरिकता वा अनुमति नं. : यसमा आवेदकको नेपाली नागरिकताको प्रमाणपत्र
    वा नाबालिग परिचयपत्रको नम्बर भर्नु पर्नेछ । यस अघि जारी राहदानीमा नागरिकता नम्बर
    त्रुटि हुन गएको रहेछ भने त्यसलाई सच्चाइ लेख्ने । नागरिकताको वा नाबालिग परिचयपत्रको
    नम्बर उल्लेख गर्दा यदी दिएको अङ्क अटेन भने जति वटा अङ्क नअट्ने बायाँ तर्फका त्यति
    वटा अङ्क हटाउनु पर्दछ । अर्थात् यस खण्डमा १४ अङ्क मात्र अटाउने भएकोले दायाँबाट
    क्रमशः हुने १४ वटा अङ्कलाई उल्लेख गर्नु पर्ने छ । उदाहरणका लागि ०७२-३१२-१३७९२/४३२७९६
    नम्बरको नेपाली नागरिकता वा नाबालक परिचयपत्र भएको निवेदकले जम्मा १४ वटा मात्र नम्बर
    अट्न सक्ने खाली कोठा भएको भागमा ३१२१३७९२४३२७९६ मात्र भर्नु पर्नेछ । (८) Date of
    Issue/जारी मितिः नागरिकता/नाबालिग परिचयपत्र जारी भएको मिति विक्रम संवतमा उल्लेख
    गर्ने । प्रतिलिपि नागरिकता लिएको भए उक्त नागरिकतामा उल्लेखित जारी मिति अर्थात्
    सुरुमा नागरिकता जारी गरेको मिति उल्लेख गर्नुपर्ने छ । (९) Place of Issue/जारी
    भएको स्थानः नागरिकता प्रमाणपत्र/नाबालिग परिचयपत्र जारी भएको जिल्लाको नाम लेख्नु
    पर्ने । सुरु नागरिकता लिएको बाहेक अन्य जिल्लाबाट प्रतिलिपि नागरिकता लिएको भएमा
    पनि सुरुमा जुन जिल्लाबाट नागरिकता जारी गरेको हो सोही स्थान उल्लेख गर्नुपर्ने छ
    । विदेशमा जन्मिएका नेपाली बाबुआमाका नवजात सन्तानको नाबालिग परिचयपत्र नबनाएको भएमा
    दूतावासबाट उपलब्ध जन्म दर्ता वा अस्थायी  नम्बर, मिति तथा नेपाली कूटनीतिक नियोग
    रहेको सहरको नाम उल्लेख गर्नु पर्दछ । (१०) National Identity No/राष्ट्रिय परिचयपत्र
    नम्बरः राष्ट्रिय परिचयपत्र नम्बर उल्लेख गर्ने । (११) Latest Passport or Travel
    Document No./पछिल्लो राहदानी वा यात्रा अनुमतिपत्र नं. :- पहिले राहदानी वा यात्रा
    अनुमतिपत्र लिएको भए सो को नम्बर लेख्ने । पहिले एक भन्दा बढी राहदानी/यात्रा अनुमतिपत्र
    लिएको भएमा पछिल्लो राहदानी/यात्रा अनुमतिपत्रको नम्बर उल्लेख गर्नुपर्ने छ । तर
    हस्त लिखित राहदानी मात्र छ भने सो को नम्बर लेख्नु पर्दैन । (क) Date of Issue A.D./जारी
    भएको मिति ई. सं. :- पछिल्लो राहदानी वा यात्रा अनुमतिपत्र जारी भएको मिति । (ख)
    Place of Issue A.D./जारी भएको स्थान :- पछिल्लो राहदानी जारी स्थान लेख्ने । जिल्ला
    प्रशासन कार्यालयबाट जारी भएकोमा जिल्लाको नाम, ईलाका प्रशासन कार्यालयबाट जारी भएको
    भए इलाकाको नाम, राहदानी विभागबाट जारी भएको भए राहदानी विभाग तथा विदेश स्थित नियोगबाट
    जारी भएको भए नियोग रहेको स्थान उल्लेख गर्ने । (१२)  Address/ठेगानाः निवेदकको नागरिकता
    प्रमाणपत्र वा राष्ट्रिय परिचयपत्रमा उल्लेख भएको वा बसाइ सराइ गरेको भएमा सोही अनुसारको
    नेपालको ठेगाना उल्लेख गर्ने । बसाइँ सराइ गरी ठेगाना परिवर्तन भएकोमा बसाइँ सराइको
    प्रमाणपत्रको प्रतिलिपि पेस गर्नु पर्ने छ । विवाहित महिलाको हालको ठेगाना कायम गर्दा
    विवाहदर्ता पेस गर्नु पर्ने छ । ठेगाना अन्तर्गतका उप-खण्डहरू ( 12A ., 12B. , 12C
    ., 12D ., 12E . र 12F. )  भर्दा  माथि उल्लेख भए अनुसार प्रदेश, जिल्ला, पालिका,
     वडा  नम्बर,  टोल  वा गाउँको  नाम र घर नम्बर वा ब्लक नम्बर भएमा सो समेत क्रमै
    सँग लेख्नु पर्नेछ । तर घर नम्बर वा ब्लक नम्बर नभएमा उक्त स्थान खाली छाड्न सकिनेछ
    । (१३) Email/इमेल: आवेदकको इमेल ठेगाना उल्लेख गर्नुपर्ने । राहदानी तयार भएको वा
    अस्वीकृत भएको जानकारी इमेल मार्फत गराइने भएकोले उपलब्ध भएसम्म आफ्नो इमेल लेख्नु
    होला । (१४)    Phone No./फोन नं.: आवेदकको फोन नं. उल्लेख गर्ने । आवेदक विदेशमा
    भएमा उक्त स्थानमा आवेदकको फोन उल्लेख गर्न सकिने छ तर यसमा Country Code राख्न भने
    मिल्दैन । विकल्पका रूपमा परिवारका अन्य सदस्य वा नजिकका व्यक्तिको फोन नम्बर राख्न
    सकिने छ । यो फोनमा राहदानी तयार भएको वा अस्वीकृत भएको जानकारी गराइने छ । (१५)    Father’s
    Full name/बाबुको नाम, थरः- नेपाली नागरिकता प्रमाणपत्रमा उल्लेख भए अनुसारको आफ्नो
    बाबुको पूरा नाम, थर उल्लेख गर्ने । (१६)    Mother''s Full name/ आमाको नाम, थरः-
    नेपाली नागरिकता प्रमाणपत्रमा उल्लेख भए अनुसारको आफ्नो आमाको पूरा नाम, थर उल्लेख
    गर्ने । (१७)    Contact details in case of Emergency/जरुरी परेमा सम्पर्क गर्ने
    विवरणः- (आफू विदेशमा रहेको अवस्थामा कुनै अप्ठेरो परेको तर आफूले खबर गर्न नसकिने
    अवस्था ( जस्तै दुर्घटनामा परी बेहोस भएको ) मा राहदानीमा भएको जानकारी लिई आफन्त(
    जस्तै श्रीमान्/श्रीमती, आमा/बाबु ) लाई खबर गर्न सकियोस् भन्ने उद्देश्यले यो विवरण
    राख्नु पर्दछ । यसमा सकभर नेपालमा रहने आफन्तको विवरण राख्नु उपयुक्त हुन्छ ।) (क)
    Full Name/नाम, थरः खबर गर्ने व्यक्तिको पुरा नाम थर । (ख) ठेगाना अन्तर्गतका उप-खण्डहरू
    (17C., 17D., 17E., 17F., 17G. र 17H.) भर्दा माथि उल्लेख भए अनुसार प्रदेश, जिल्ला,
    पालिका,  वडा  नम्बर,  टोल  वा  गाउँको  नाम र घर नम्बर वा ब्लक नम्बर भएमा सो समेत
    क्रमै सँग लेख्नु पर्नेछ । तर घर नम्बर वा ब्लक नम्बर नभएमा उक्त स्थान खाली छाड्न
    सकिनेछ । (१८)    Email/इमेल: जरुरी परेमा सम्पर्क गर्ने व्यक्तिको इमेल उल्लेख गर्नुपर्ने
    । (१९)    Phone No./फोन नं.: जरुरी परेमा सम्पर्क गर्ने व्यक्तिको फोन नं. उल्लेख
    गर्ने ।'
  - नागरिकता सम्बन्धी मौजुदा कानूनहरू देहाय बमोजिम रहेका छन्ः नेपालको संविधान नेपाल
    नागरिकता ऐन, २०६३ नेपाल नागरिकता नियमावली, २०६३ नागरिकता प्रमाणपत्र वितरण कार्यविधि
    निर्देशिका, २०६३ यौनिक तथा लैङ्गिक अल्पसंख्यक समुदायका व्यक्तिहरूलाई लिङ्गको महलमा
    “अन्य” जनाई नागरिकता जारी गर्ने सम्बन्धी निर्देशिका, २०६९ नागरिकता प्रमाणपत्र
    वितरण टोलीको कार्यसञ्चालन निर्देशिका, २०७० नागरिकता प्रमाणपत्रको डाटा हेर्ने मात्र
    पहुँच दिने सम्बन्धी कार्यविधि, २०७५
- source_sentence: विद्युतीय राहदानीका लागि राष्ट्रिय परिचयपत्र अनिवार्य हो? के दूतावासबाट
    राष्ट्रिय परिचयपत्र बनाउन सकिन्छ?
  sentences:
  - राहदानीका लागि १६ वर्ष उमेर नपुगेका आवेदकको लागि तथा नियोगबाट आवेदन दिँदा राष्ट्रिय
    परिचयपत्र अनिवार्य छैन  नियोगबाट राष्ट्रिय परिचय पत्र बनाउन सकिँदैन  तर नेपाल
    आएको समयमा भने राष्ट्रिय परिचयपत्र बनाउनु होला  मोबार्इल एप्स ' Nepal ePassport
    ' डाउनलोड गर्नका लागि Android System हुनेहरूले Google Play वा iPhone हुनेहरूले
    App Store बाट वा विभागको वेबपेज https://nepalpassport.gov.np/ बाट सोझै Download
    गरी Install गर्न सकिन्छ।         राहदानी लिन आउँदा के के कागजात लिई आउनु पर्छ?
    कति समय लाग्छ? आफै आउनु पर्दछ?  राहदानी बुझ्न आउँदा राहदानी आवेदन फाराम, पुरानो
    सक्कल राहदानी (पहिलो पल्ट राहदानी आवेदन दिएको वा हराएको कारण आवेदन दिएकोमा बाहेक),
    नागरिकता तथा दस्तुर बुझाएको रसिद साथमा लिई आउनु पर्दछ  राहदानी लिन स्वयं उपस्थित
    हुनु पर्दछ तर नाबालिगको हकमा निजको आमा वा बुवा आउनु पर्दछ   तयार राहदानी लिन
    १०  १५ मिनट समय लाग्छ    यदी कुनै कारण बस स्वयं उपस्थित हुन नसकेमा आफन्तलाई
    लिखित अख्तियारी दिई पठाउन सकिने    यसरी अख्तियारी प्राप्त व्यक्तिले माथि उल्लिखित
    कागजातको अतिरिक्त आफ्नो राहदानी/नागरिकता समेत साथमा लिई आउनु पर्नेछ 
  - नेपाल नागरिकता ऐन, २०६३ को दफा  मा अन्तर्राष्ट्रिय ख्यातिप्राप्त व्यक्तिलाई नेपालको
    सम्मानार्थ नेपाली नागरिकता प्रदान गर्न सकिने व्यवस्था  
  - विदेशस्थित नियोगमा विद्युतीय राहदानीका लागि आवेदन दिएको तर तुरुन्त राहदानी जरुरी
    परेमा अस्थायी राहदानीका लागि आवेदन दिन सकिनेछ  अस्थायी राहदानी हस्तलिखित हुने
    भएकोले सामान्यतः विदेश भ्रमण गर्न मिल्दैन। तर, यस्तो राहदानीबाट कतिपय मुलुकमा
    भिसाको लागि आवेदन दिन सकिन्छ  नेपाल फर्कन पनि सकिन्छ  आफू रहेको मुलुकमा हस्तलिखित
    राहदानीबाट भिसा आवेदन दिन सकिने/नसकिने यकिन गरी अस्थायी राहदानीका लागि आवेदन दिनु
    पर्दछ  राहदानी लिइ सकेपछि विवरणमा त्रुटि देखिएमा के गर्ने ? राहदानी  छपाई हुँदा
    कुनै त्रुटि भएमा नयाँ राहदानी लिनु पर्दछ   यसका लागि राहदानी बनाउनका लागि पुनः
    आवश्यक सम्पूर्ण प्रक्रिया पुरा गर्नु पर्दछ  नियमानुसारको दस्तुर बुझाउनु पर्ने
    हुन्छ 
- source_sentence: विदेश स्थित नियोगमा राहदानीको लागि आवेदन दिएकोमा राहदानी प्राप्त
    नुहुँदै नेपाल फर्कनु पर्‍यो, के गर्ने ?
  sentences:
  - 'बि.सं. १९१० को मुलुकी ऐन, पृथ्वीनारायण शाहको दिव्योपदेश, राणाकालीन सनद सवालहरूमा
    नेपाली नागरिक र गैर नेपाली नागरिकको विभेदबारे उल्लेख छ । सो भन्दा पहिला नेपाली
    नागरिक र गैर नेपाली नागरिक छुट्याउन सकिने स्पष्ट आधार भेटिँदैन । नेपाल सरकार वैधानिक
    कानून २००४ र नेपालको अन्तरिम शासन विधान, २००७ मा नेपाली नागरिकताको प्रमाणपत्रको
    सम्बन्धमा स्पष्ट व्यवस्था नभएपनि नागरिकको निमित्त एकै किसिमको देवानी ऐन जारी गर्ने
    व्यवस्थालाई हेर्दा नागरिक र गैर नागरिक छुट्टिएको देखिन्छ । नेपालमा नागरिकताको
    नीतिगत थालनी वि.सं. २००९/०१/२६ बाट लागू भएको नेपाल नागरिकता ऐन, २००९ बाट भएको
    देखिन्छ । नेपालमा नागरिकतासम्बन्धी कानूनको ऐतिहासिक विकासक्रमः मिति विवरण कैफियत
    २००९/०१/२६ पहिलो नागरिकता ऐन जारी भई लागू   २०१९ नागरिकतासम्बन्धी विषयलाई प्रथमपटक
    संविधानमा समावेश नेपालको संविधान २०२०/११/१६ नेपाल नागरिकता ऐन, २०२० लागू   २०२५
    नेपाल नागरिकता नियमावली, २०२५ लागू भई नागरिकताको ढाँचा अनुसूची मैँ निर्धारण  
    २०४६/०७/२३ भाग २ मा नागरिकतासम्बन्धी व्यवस्थासहित नयाँ संविधान जारी नेपाल अधिराज्यको
    संविधान २०४८ नागरिकता ऐन   २०४९ नागरिकता नियमावली   २०६३ भाग २ मा नागरिकतासम्बन्धी
    व्यवस्थासहित नयाँ संविधान जारी, २०४६ साल चैत्र मसान्तलाई आधार बर्ष मानी जन्मको
    आधारमा नागरिकता प्रदान गर्ने व्यवस्था नेपालको अन्तरिम संविधान २०६३/०८/१० नेपाल
    नागरिकता ऐन, २०६३ जारी भई लागू   २०६३ नेपाल नागरिकता नियमावली, २०६३ जारी भई लागू
      २०६३ नागरिकता प्रमाणपत्र वितरण कार्यविधि निर्देशिका, २०६३   २०६६/०४/१९ राजपत्रमा
    नागरिकता नियमावलीमा रहेका अनुसूची हेरफेरसम्बन्धी सूचना प्रकाशन (अंग्रेजीमा विवरण
    समावेश गर्ने लगायत)   २०६३ पश्चात् जिल्ला प्रशासन कार्यालयहरूले विभिन्न सफ्टवेयरहरू
    निर्माण एवं प्रयोग गरी सञ्चालयमा ल्याईएको   २०६८ पहिलोपटक मन्त्रालयबाट नै CCDS
    (Citizenship Card Distribution System) सफ्टवेयर बनाई तीनवटा जिल्ला प्रशासन कार्यालयहरू
    ललितपुर, भक्तपुर र मुस्ताङमा कम्प्युटरमार्फत नागरिकता प्रमाणपत्र वितरण कार्यको
    थालनी   २०६८ CCDS मा थप सुधार गरी थप ५८ वटा जिल्ला प्रशासन कार्यालयहरूमा विस्तार
    तथा अन्य प्रणालीमा भएका डाटा समेत CCDS मा Migration   २०६९ Desktop Based CCDS
    मा रहेका समस्या समाधान गरी कम्प्युटरमार्फत नागरिकता प्रमाणपत्र वितरण गर्ने कार्यलाई
    थप व्यवस्थित र प्रभावकारी बनाउन Web-based Citizenship Information Management System
    (CIMS) निर्माण गरी सञ्चालनमा ल्याईएको । उक्त प्रणालीमा जिल्ला/इलाका/सीमा प्रशासन
    कार्यालयहरूमा Local रूपमा Server Set Up गरी मन्त्रालयमा रहेको Central Server मा
    Data Synchronize हुने व्यवस्था मिलाईएको ।   २०६६/०८/०१ नागरिकता प्रमाणपत्रमा अंग्रेजीमा
    समेत विवरण समावेश गर्ने व्यवस्था लागू,   २०६९/०९/१६ यौनिक तथा लैङ्गिक अल्पसंख्यक
    समुदायका व्यक्तिहरूलाई लिङ्गको महलमा “अन्य” जनाई नागरिकता जारी गर्ने सम्बन्धि
    निर्देशिका, २०६९ स्वीकृत भई लागू   २०७० नागरिकता प्रमाणपत्र वितरण टोलीको कार्यसञ्चालन
    निर्देशिका जारी   २०७५ नागरिकता प्रमाणपत्रको डाटा हेर्नेमात्र पहुँच दिनेसम्बन्धी
    कार्यविधि जारी   २०७७ CIMS लाई Upgrade गरी कुनै एक जिल्लाबाट जारी भएको नागरिकता
    प्रमाणपत्रको गैर जिल्लाबाट प्रतिलिपी जारी गर्न सकिने, फोटो अनुसूची लगायतका कागजातहरू
    System मा Upload गर्न सकिनेजस्ता Features थप   २०७८ नागरिकतासम्बन्धी Centralized
    System निर्माण हुँदै         मिति   विवरण   कैफियत     २००९/०१/२६   पहिलो नागरिकता
    ऐन जारी भई लागू         २०१९   नागरिकतासम्बन्धी विषयलाई प्रथमपटक संविधानमा समावेश   नेपालको
    संविधान     २०२०/११/१६   नेपाल नागरिकता ऐन, २०२० लागू         २०२५   नेपाल नागरिकता
    नियमावली, २०२५ लागू भई नागरिकताको ढाँचा अनुसूची मैँ निर्धारण         २०४६/०७/२३   भाग
    २ मा नागरिकतासम्बन्धी व्यवस्थासहित नयाँ संविधान जारी   नेपाल अधिराज्यको संविधान     २०४८   नागरिकता
    ऐन         २०४९   नागरिकता नियमावली         २०६३   भाग २ मा नागरिकतासम्बन्धी व्यवस्थासहित
    नयाँ संविधान जारी, २०४६ साल चैत्र मसान्तलाई आधार बर्ष मानी जन्मको आधारमा नागरिकता
    प्रदान गर्ने व्यवस्था   नेपालको अन्तरिम संविधान     २०६३/०८/१०   नेपाल नागरिकता
    ऐन, २०६३ जारी भई लागू         २०६३   नेपाल नागरिकता नियमावली, २०६३ जारी भई लागू         २०६३   नागरिकता
    प्रमाणपत्र वितरण कार्यविधि निर्देशिका, २०६३         २०६६/०४/१९   राजपत्रमा नागरिकता
    नियमावलीमा रहेका अनुसूची हेरफेरसम्बन्धी सूचना प्रकाशन (अंग्रेजीमा विवरण समावेश
    गर्ने लगायत)         २०६३ पश्चात्   जिल्ला प्रशासन कार्यालयहरूले विभिन्न सफ्टवेयरहरू
    निर्माण एवं प्रयोग गरी सञ्चालयमा ल्याईएको         २०६८   पहिलोपटक मन्त्रालयबाट
    नै CCDS (Citizenship Card Distribution System) सफ्टवेयर बनाई तीनवटा जिल्ला प्रशासन
    कार्यालयहरू ललितपुर, भक्तपुर र मुस्ताङमा कम्प्युटरमार्फत नागरिकता प्रमाणपत्र वितरण
    कार्यको थालनी         २०६८   CCDS मा थप सुधार गरी थप ५८ वटा जिल्ला प्रशासन कार्यालयहरूमा
    विस्तार तथा अन्य प्रणालीमा भएका डाटा समेत CCDS मा Migration         २०६९   Desktop
    Based CCDS मा रहेका समस्या समाधान गरी कम्प्युटरमार्फत नागरिकता प्रमाणपत्र वितरण
    गर्ने कार्यलाई थप व्यवस्थित र प्रभावकारी बनाउन Web-based Citizenship Information
    Management System (CIMS) निर्माण गरी सञ्चालनमा ल्याईएको । उक्त प्रणालीमा जिल्ला/इलाका/सीमा
    प्रशासन कार्यालयहरूमा Local रूपमा Server Set Up गरी मन्त्रालयमा रहेको Central
    Server मा Data Synchronize हुने व्यवस्था मिलाईएको ।         २०६६/०८/०१   नागरिकता
    प्रमाणपत्रमा अंग्रेजीमा समेत विवरण समावेश गर्ने व्यवस्था लागू,         २०६९/०९/१६   यौनिक
    तथा लैङ्गिक अल्पसंख्यक समुदायका व्यक्तिहरूलाई लिङ्गको महलमा “अन्य” जनाई नागरिकता
    जारी गर्ने सम्बन्धि निर्देशिका, २०६९ स्वीकृत भई लागू         २०७०   नागरिकता प्रमाणपत्र
    वितरण टोलीको कार्यसञ्चालन निर्देशिका जारी         २०७५   नागरिकता प्रमाणपत्रको
    डाटा हेर्नेमात्र पहुँच दिनेसम्बन्धी कार्यविधि जारी         २०७७   CIMS लाई Upgrade
    गरी कुनै एक जिल्लाबाट जारी भएको नागरिकता प्रमाणपत्रको गैर जिल्लाबाट प्रतिलिपी
    जारी गर्न सकिने, फोटो अनुसूची लगायतका कागजातहरू System मा Upload गर्न सकिनेजस्ता
    Features थप         २०७८   नागरिकतासम्बन्धी Centralized System निर्माण हुँदै      '
  - हराएको राहदानी भेटिएमा जुन स्थानबाट नयाँ राहदानी बनाइएको हो, त्यहाँ सम्पर्क गरी
    उक्त भेटिएको पुरानो राहदानी रद्द गराउनु पर्दछ। हराएको राहदानी भेटिए तापनि हराएको
    जानकारी Interpol मार्फत् विदेशमा समेत पठाइने भएकोले त्यस्तो राहदानी लिई यात्रा
    गर्न मिल्दैन। हराएको राहदानी लिई यात्रा गरेमा सम्बन्धित मुलुकको अध्यागमन नियम
    अनुसार कार्यबाही हुन्छ। जारी भइसकेको राहदानीको विवरणमा त्रुटि देखिएमा के गर्ने?
    राहदानी छपार्इ हुँदा कुनै त्रुटि भएमा नयाँ राहदानी लिनु पर्दछ। यदि विभाग, नियोग
    वा कार्यालयको त्रुटिका कारण जारी भएको राहदानी प्रयोग हुन नसक्ने भई कसैले नयाँ
    राहदानी माग गरेमा विभागले कुनै दस्तुर नलिई नयाँ राहदानी जारी गर्नेछ। राहदानी आवेदकको
    त्रुटिका कारण नयाँ राहदानी बनाउँदा नयाँ राहदानीका लागि लाग्ने बराबरको दस्तुर लाग्नेछ।
  - दूतावासमा राहदानीका लागि आवेदन दिएकोमा राहदानी जारी नुहुँदै नेपाल फर्कनु परेमा
    उक्त कुरा दूतावासलाई जानकारी गराई तयार राहदानी विभागबाट जारी गर्नु अनुरोध गर्न
    सकिन्छ  यदी राहदानी चलानी भइ सकेको रहेनछ भने तयार राहदानी विभागबाट लिन सकिन्छ
     विभागबाट राहदानी लिन दूतावासको सिफारिस पत्र , सक्कल राहदानी/नाबालिग परिचयपत्र
    , सम्बन्धित पुरानो राहदानी/यात्रा अनुमतिपत्र  रसिद लिई विभागमा स्वयं उपस्थित
    हुनु पर्दछ  विभागबाट कागजात रुजू गरी राहदानी जारी गरिन्छ  विदेशमा राहदानी तुरुन्त
    चाहिएमा आफन्त मार्फत नेपालबाट झिकाउन सकिन्छ ? सकिँदैन  राहदानी लिन आउँदा के के
    कागजात लिई आउनु पर्छ ? कति समय लाग्छ ? आफै आउनु पर्दछ ? राहदानी बुझ्न आउँदा राहदानी
    आवेदन फाराम, पुरानो सक्कल राहदानी (पहिलो पल्ट राहदानी आवेदन दिएको वा हराएको कारण
    आवेदन दिएकोमा बाहेक) , नागरिकता तथा दस्तुर बुझाएको रसिद साथमा लिई आउनु पर्दछ 
    राहदानी लिन स्वयं उपस्थित हुनु पर्दछ तर नाबालिगको हकमा निजको आमा वा बुवा आउनु
    पर्दछ  तयार राहदानी लिन १०  १५ मिनट समय लाग्छ  यदी कुनै कारण बस स्वयं उपस्थित
    हुन नसकेमा आफन्तलाई लिखित अख्तियारी दिई पठाउन सकिने   यसरी अख्तियारी प्राप्त
    व्यक्तिले माथि उल्लिखित कागजातको अतिरिक्त आफ्नो राहदानी/नागरिकता समेत साथमा लिई
    आउनु पर्नेछ 
- source_sentence: हराएको, चोरी भएको वा विवरण नबुझिने गरी झुत्रो भएको कारण हालको राहदानीको
    विवरण उपलब्ध नभएमा के गर्ने?
  sentences:
  - हराएको, चोरी भएको अवस्थामा प्रतिलिपि नभएको वा भएतापनि विवरण नबुझिने भइ स्पष्ट
    नभएमा आवेदकले राहदानी विभाग वा दर्ता केन्द्रमा सम्पर्क गरी उपस्थित भइ उक्त राहदानीको
    विवरण लिन सकिन्छ  राहदानी हरायो वा चोरी भयो, पत्रपत्रिकामा सूचना दिनु पर्दछ?
    राहदानी हराएमा वा चोरी भएमा पत्रपत्रिकामा सूचना ननिकाले तापनि वा प्रहरी प्रतिवेदन
    नभएता पनि राहदानीका लागि आवेदन दिन सकिन्छ। विभागले हराएको राहदानीलार्इ रद्द गरेको
    जानकारी Interpol लार्इ दिने व्यवस्था छ।
  - नेपाल नागरिकता ऐन, २०६३ को दफा ११ मा कुनै नेपाली नागरिकले विदेशी मुलुकको नागरिकता
    प्राप्त गरेपछि पुनः नेपालमा आई बसोबास गरेको  विदेशि मुलुकको नागरिकता त्यागेको
    निस्सा तोकिएको अधिकारीलाई दिएमा त्यस्तो निस्सा दर्ता भएको मितिदेखि निजको नेपाली
    नागरिकता पुनः कायम हुनेछ  भन्ने व्यवस्था  
  - राहदानी तयार भइसकेपछि त्रुटि भएको जानकारी भयो भने नयाँ राहदानी बनाउँदा गरिने सम्पूर्ण
    प्रक्रियाहरू पुन गर्नुपर्दछ।  नयाँ राहदानी पुन जारी हुन्छ। तर तयार भइसकेको राहदानीमा
    विवरण सच्याउन भने मिल्दैन
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_nepali_embedding
  results:
  - task:
      type: information-retrieval
      name: Information Retrieval
    dataset:
      name: dim 384
      type: dim_384
    metrics:
    - type: cosine_accuracy@1
      value: 0.4444444444444444
      name: Cosine Accuracy@1
    - type: cosine_accuracy@3
      value: 1.0
      name: Cosine Accuracy@3
    - type: cosine_accuracy@5
      value: 1.0
      name: Cosine Accuracy@5
    - type: cosine_accuracy@10
      value: 1.0
      name: Cosine Accuracy@10
    - type: cosine_precision@1
      value: 0.4444444444444444
      name: Cosine Precision@1
    - type: cosine_precision@3
      value: 0.3333333333333333
      name: Cosine Precision@3
    - type: cosine_precision@5
      value: 0.2
      name: Cosine Precision@5
    - type: cosine_precision@10
      value: 0.1
      name: Cosine Precision@10
    - type: cosine_recall@1
      value: 0.4444444444444444
      name: Cosine Recall@1
    - type: cosine_recall@3
      value: 1.0
      name: Cosine Recall@3
    - type: cosine_recall@5
      value: 1.0
      name: Cosine Recall@5
    - type: cosine_recall@10
      value: 1.0
      name: Cosine Recall@10
    - type: cosine_ndcg@10
      value: 0.7513177230158795
      name: Cosine Ndcg@10
    - type: cosine_mrr@10
      value: 0.6666666666666666
      name: Cosine Mrr@10
    - type: cosine_map@100
      value: 0.6666666666666666
      name: Cosine Map@100
  - task:
      type: information-retrieval
      name: Information Retrieval
    dataset:
      name: dim 256
      type: dim_256
    metrics:
    - type: cosine_accuracy@1
      value: 0.5555555555555556
      name: Cosine Accuracy@1
    - type: cosine_accuracy@3
      value: 1.0
      name: Cosine Accuracy@3
    - type: cosine_accuracy@5
      value: 1.0
      name: Cosine Accuracy@5
    - type: cosine_accuracy@10
      value: 1.0
      name: Cosine Accuracy@10
    - type: cosine_precision@1
      value: 0.5555555555555556
      name: Cosine Precision@1
    - type: cosine_precision@3
      value: 0.3333333333333333
      name: Cosine Precision@3
    - type: cosine_precision@5
      value: 0.2
      name: Cosine Precision@5
    - type: cosine_precision@10
      value: 0.1
      name: Cosine Precision@10
    - type: cosine_recall@1
      value: 0.5555555555555556
      name: Cosine Recall@1
    - type: cosine_recall@3
      value: 1.0
      name: Cosine Recall@3
    - type: cosine_recall@5
      value: 1.0
      name: Cosine Recall@5
    - type: cosine_recall@10
      value: 1.0
      name: Cosine Recall@10
    - type: cosine_ndcg@10
      value: 0.8068732785714351
      name: Cosine Ndcg@10
    - type: cosine_mrr@10
      value: 0.7407407407407407
      name: Cosine Mrr@10
    - type: cosine_map@100
      value: 0.7407407407407407
      name: Cosine Map@100
  - task:
      type: information-retrieval
      name: Information Retrieval
    dataset:
      name: dim 128
      type: dim_128
    metrics:
    - type: cosine_accuracy@1
      value: 0.5555555555555556
      name: Cosine Accuracy@1
    - type: cosine_accuracy@3
      value: 1.0
      name: Cosine Accuracy@3
    - type: cosine_accuracy@5
      value: 1.0
      name: Cosine Accuracy@5
    - type: cosine_accuracy@10
      value: 1.0
      name: Cosine Accuracy@10
    - type: cosine_precision@1
      value: 0.5555555555555556
      name: Cosine Precision@1
    - type: cosine_precision@3
      value: 0.3333333333333333
      name: Cosine Precision@3
    - type: cosine_precision@5
      value: 0.2
      name: Cosine Precision@5
    - type: cosine_precision@10
      value: 0.1
      name: Cosine Precision@10
    - type: cosine_recall@1
      value: 0.5555555555555556
      name: Cosine Recall@1
    - type: cosine_recall@3
      value: 1.0
      name: Cosine Recall@3
    - type: cosine_recall@5
      value: 1.0
      name: Cosine Recall@5
    - type: cosine_recall@10
      value: 1.0
      name: Cosine Recall@10
    - type: cosine_ndcg@10
      value: 0.8214210289682637
      name: Cosine Ndcg@10
    - type: cosine_mrr@10
      value: 0.7592592592592592
      name: Cosine Mrr@10
    - type: cosine_map@100
      value: 0.7592592592592592
      name: Cosine Map@100
  - task:
      type: information-retrieval
      name: Information Retrieval
    dataset:
      name: dim 64
      type: dim_64
    metrics:
    - type: cosine_accuracy@1
      value: 0.5555555555555556
      name: Cosine Accuracy@1
    - type: cosine_accuracy@3
      value: 1.0
      name: Cosine Accuracy@3
    - type: cosine_accuracy@5
      value: 1.0
      name: Cosine Accuracy@5
    - type: cosine_accuracy@10
      value: 1.0
      name: Cosine Accuracy@10
    - type: cosine_precision@1
      value: 0.5555555555555556
      name: Cosine Precision@1
    - type: cosine_precision@3
      value: 0.3333333333333333
      name: Cosine Precision@3
    - type: cosine_precision@5
      value: 0.2
      name: Cosine Precision@5
    - type: cosine_precision@10
      value: 0.1
      name: Cosine Precision@10
    - type: cosine_recall@1
      value: 0.5555555555555556
      name: Cosine Recall@1
    - type: cosine_recall@3
      value: 1.0
      name: Cosine Recall@3
    - type: cosine_recall@5
      value: 1.0
      name: Cosine Recall@5
    - type: cosine_recall@10
      value: 1.0
      name: Cosine Recall@10
    - type: cosine_ndcg@10
      value: 0.8068732785714351
      name: Cosine Ndcg@10
    - type: cosine_mrr@10
      value: 0.7407407407407407
      name: Cosine Mrr@10
    - type: cosine_map@100
      value: 0.7407407407407407
      name: Cosine Map@100
---

# sentenceTransformer_nepali_embedding

This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [jangedoo/all-MiniLM-L6-v2-nepali](https://huggingface.co/jangedoo/all-MiniLM-L6-v2-nepali) on the json 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:** [jangedoo/all-MiniLM-L6-v2-nepali](https://huggingface.co/jangedoo/all-MiniLM-L6-v2-nepali) <!-- at revision 418f7cf08ecbbc2ff0e8460bb6eb6457291102df -->
- **Maximum Sequence Length:** 256 tokens
- **Output Dimensionality:** 384 dimensions
- **Similarity Function:** Cosine Similarity
- **Training Dataset:**
    - json
- **Language:** nep
- **License:** apache-2.0

### 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': 256, '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})
  (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("ritesh-07/nepali_sentence_embedding_v1_m1")
# Run inference
sentences = [
    'हराएको, चोरी भएको वा विवरण नबुझिने गरी झुत्रो भएको कारण हालको राहदानीको विवरण उपलब्ध नभएमा के गर्ने?',
    'हराएको, चोरी भएको अवस्थामा प्रतिलिपि नभएको वा भएतापनि विवरण नबुझिने भइ स्पष्ट नभएमा आवेदकले राहदानी विभाग वा दर्ता केन्द्रमा सम्पर्क गरी उपस्थित भइ उक्त राहदानीको विवरण लिन सकिन्छ । राहदानी हरायो वा चोरी भयो, पत्रपत्रिकामा सूचना दिनु पर्दछ? राहदानी हराएमा वा चोरी भएमा पत्रपत्रिकामा सूचना ननिकाले तापनि वा प्रहरी प्रतिवेदन नभएता पनि राहदानीका लागि आवेदन दिन सकिन्छ। विभागले हराएको राहदानीलार्इ रद्द गरेको जानकारी Interpol लार्इ दिने व्यवस्था छ।',
    'राहदानी तयार भइसकेपछि त्रुटि भएको जानकारी भयो भने नयाँ राहदानी बनाउँदा गरिने सम्पूर्ण प्रक्रियाहरू पुन गर्नुपर्दछ। र नयाँ राहदानी पुन जारी हुन्छ। तर तयार भइसकेको राहदानीमा विवरण सच्याउन भने मिल्दैन',
]
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]
```

<!--
### 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.*
-->

## Evaluation

### Metrics

#### Information Retrieval

* Dataset: `dim_384`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
  ```json
  {
      "truncate_dim": 384
  }
  ```

| Metric              | Value      |
|:--------------------|:-----------|
| cosine_accuracy@1   | 0.4444     |
| cosine_accuracy@3   | 1.0        |
| cosine_accuracy@5   | 1.0        |
| cosine_accuracy@10  | 1.0        |
| cosine_precision@1  | 0.4444     |
| cosine_precision@3  | 0.3333     |
| cosine_precision@5  | 0.2        |
| cosine_precision@10 | 0.1        |
| cosine_recall@1     | 0.4444     |
| cosine_recall@3     | 1.0        |
| cosine_recall@5     | 1.0        |
| cosine_recall@10    | 1.0        |
| **cosine_ndcg@10**  | **0.7513** |
| cosine_mrr@10       | 0.6667     |
| cosine_map@100      | 0.6667     |

#### Information Retrieval

* Dataset: `dim_256`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
  ```json
  {
      "truncate_dim": 256
  }
  ```

| Metric              | Value      |
|:--------------------|:-----------|
| cosine_accuracy@1   | 0.5556     |
| cosine_accuracy@3   | 1.0        |
| cosine_accuracy@5   | 1.0        |
| cosine_accuracy@10  | 1.0        |
| cosine_precision@1  | 0.5556     |
| cosine_precision@3  | 0.3333     |
| cosine_precision@5  | 0.2        |
| cosine_precision@10 | 0.1        |
| cosine_recall@1     | 0.5556     |
| cosine_recall@3     | 1.0        |
| cosine_recall@5     | 1.0        |
| cosine_recall@10    | 1.0        |
| **cosine_ndcg@10**  | **0.8069** |
| cosine_mrr@10       | 0.7407     |
| cosine_map@100      | 0.7407     |

#### Information Retrieval

* Dataset: `dim_128`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
  ```json
  {
      "truncate_dim": 128
  }
  ```

| Metric              | Value      |
|:--------------------|:-----------|
| cosine_accuracy@1   | 0.5556     |
| cosine_accuracy@3   | 1.0        |
| cosine_accuracy@5   | 1.0        |
| cosine_accuracy@10  | 1.0        |
| cosine_precision@1  | 0.5556     |
| cosine_precision@3  | 0.3333     |
| cosine_precision@5  | 0.2        |
| cosine_precision@10 | 0.1        |
| cosine_recall@1     | 0.5556     |
| cosine_recall@3     | 1.0        |
| cosine_recall@5     | 1.0        |
| cosine_recall@10    | 1.0        |
| **cosine_ndcg@10**  | **0.8214** |
| cosine_mrr@10       | 0.7593     |
| cosine_map@100      | 0.7593     |

#### Information Retrieval

* Dataset: `dim_64`
* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator) with these parameters:
  ```json
  {
      "truncate_dim": 64
  }
  ```

| Metric              | Value      |
|:--------------------|:-----------|
| cosine_accuracy@1   | 0.5556     |
| cosine_accuracy@3   | 1.0        |
| cosine_accuracy@5   | 1.0        |
| cosine_accuracy@10  | 1.0        |
| cosine_precision@1  | 0.5556     |
| cosine_precision@3  | 0.3333     |
| cosine_precision@5  | 0.2        |
| cosine_precision@10 | 0.1        |
| cosine_recall@1     | 0.5556     |
| cosine_recall@3     | 1.0        |
| cosine_recall@5     | 1.0        |
| cosine_recall@10    | 1.0        |
| **cosine_ndcg@10**  | **0.8069** |
| cosine_mrr@10       | 0.7407     |
| cosine_map@100      | 0.7407     |

<!--
## 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

#### json

* Dataset: json
* Size: 73 training samples
* Columns: <code>anchor</code> and <code>positive</code>
* Approximate statistics based on the first 73 samples:
  |         | anchor                                                                             | positive                                                                            |
  |:--------|:-----------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|
  | type    | string                                                                             | string                                                                              |
  | details | <ul><li>min: 18 tokens</li><li>mean: 40.88 tokens</li><li>max: 79 tokens</li></ul> | <ul><li>min: 2 tokens</li><li>mean: 216.23 tokens</li><li>max: 256 tokens</li></ul> |
* Samples:
  | anchor                                                                                                              | positive                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                 |
  |:--------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
  | <code>के बालबच्चा बुढाबुढी अशक्त लाई राहदानी दिँदा छुट्टै प्रक्रिया छ यसको लागि दस्तुर समान हो। कि होइन</code>      | <code>बालबच्चा बुढाबुढी अशक्त वा अपाङ्गलाई कार्यालयहरुले सहज रुपमा राहदानी आवेदन दिन सक्ने व्यवस्था मिलाएका छन् । १० वर्ष मुनिका बालबालिकाका लागि राहदानी दस्तुरमा केही छुट हुन्छ। अन्य व्यक्तिहरूको हकमा समान दस्तुर लागू गरिएको छ।</code>                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              |
  | <code>३४ पेज वा ६६ पेज कुन राहदानीका लागि आवेदन दिने?  के सबैले ६६ पृष्ठको राहदानीका लागि आवेदन दिन सकिन्छ ?</code> | <code>यदि तपाईंलाई बारम्बार यात्रा गरिरहनुपर्छ र राहदानीको पाना अपर्याप्त हुन सक्छन् भन्ने लागेमा ६६ पेजको राहदानीका लागि आवेदन दिनुपर्दछ अन्यथा ३४ पेजको लागि राहदानी आवेदन दिन सकिने</code>                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            |
  | <code>वंशजको नाताले नेपाली नागरिकताको प्रमाणपत्र प्राप्त गर्न के कस्तो कार्यविधि पुरा गर्नुपर्दछ ?</code>           | <code>नेपाल नागरिकता नियमावली, २०६३ को नियम ३ मा वंशजको नाताले नेपाली नागरिकताको प्रमाणपत्र प्राप्त गर्न देहायबमजिमको व्यवस्था गरिएको छः (१) वंशजको नाताले नेपाली नागरिकताको प्रमाणपत्र लिन चाहने सोह्र बर्ष उमेर पूरा भएको नेपाली नागरिकले सम्बन्धित प्रमुख जिल्ला अधिकारीसमक्ष देहायका कागजात संलग्न राखी अनुसूची-१ बमोजिमको ढाँचामा निवेदन दिनुपर्नेछ । (क) बाबु वा आमा वा आफ्ना वंशतर्फका तीन पुस्ताभित्रको नातेदारको नेपाली नागरिकताको प्रमाणपत्र, (ख) जन्मस्थान र नाता खुल्ने गरी सम्बन्धित स्थानीय निकायले गरिदिएको सिफारिस वा जन्मदर्ता प्रमाणपत्र, (ग) खण्ड (क) बमोजिम तीन पुस्ताभित्रको नातेदारको नागरिकताको प्रमाणपत्र पेश गरेको अवस्थामा उक्त नातेदारसँगको नाता खुल्ने नाता प्रमाणित पत्र (२) उपनियम (१) बमोजिमका प्रमाण निवेदनसाथ पेश गर्न नसक्ने नेपाली नागरिकलाई देहायका कागजातका आधारमा नेपाली नागरिकताको प्रमाणपत्र दिन सकिनेछः (क) निवेदकका बाबु वा आमा नेपाली नागरिक भएकोले निज वंशजको नाताले नेपालको नागरिक भएको र नेपालमा जन्म भई निरन्तर रूपमा नेपाल सरहदभित्र स्थायी रुपमा बसोबास गरी आएको व्यहोरा खुल्ने गरी स्थानीय न...</code> |
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
  ```json
  {
      "loss": "MultipleNegativesRankingLoss",
      "matryoshka_dims": [
          384,
          256,
          128,
          64
      ],
      "matryoshka_weights": [
          1,
          1,
          1,
          1
      ],
      "n_dims_per_step": -1
  }
  ```

### Training Hyperparameters
#### Non-Default Hyperparameters

- `eval_strategy`: epoch
- `per_device_train_batch_size`: 32
- `per_device_eval_batch_size`: 16
- `gradient_accumulation_steps`: 16
- `learning_rate`: 2e-05
- `num_train_epochs`: 4
- `lr_scheduler_type`: cosine
- `warmup_ratio`: 0.1
- `bf16`: True
- `tf32`: False
- `load_best_model_at_end`: True
- `optim`: adamw_torch_fused
- `batch_sampler`: no_duplicates

#### All Hyperparameters
<details><summary>Click to expand</summary>

- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: epoch
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 32
- `per_device_eval_batch_size`: 16
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 16
- `eval_accumulation_steps`: None
- `torch_empty_cache_steps`: None
- `learning_rate`: 2e-05
- `weight_decay`: 0.0
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-08
- `max_grad_norm`: 1.0
- `num_train_epochs`: 4
- `max_steps`: -1
- `lr_scheduler_type`: cosine
- `lr_scheduler_kwargs`: {}
- `warmup_ratio`: 0.1
- `warmup_steps`: 0
- `log_level`: passive
- `log_level_replica`: warning
- `log_on_each_node`: True
- `logging_nan_inf_filter`: True
- `save_safetensors`: True
- `save_on_each_node`: False
- `save_only_model`: False
- `restore_callback_states_from_checkpoint`: False
- `no_cuda`: False
- `use_cpu`: False
- `use_mps_device`: False
- `seed`: 42
- `data_seed`: None
- `jit_mode_eval`: False
- `use_ipex`: False
- `bf16`: True
- `fp16`: False
- `fp16_opt_level`: O1
- `half_precision_backend`: auto
- `bf16_full_eval`: False
- `fp16_full_eval`: False
- `tf32`: False
- `local_rank`: 0
- `ddp_backend`: None
- `tpu_num_cores`: None
- `tpu_metrics_debug`: False
- `debug`: []
- `dataloader_drop_last`: False
- `dataloader_num_workers`: 0
- `dataloader_prefetch_factor`: None
- `past_index`: -1
- `disable_tqdm`: False
- `remove_unused_columns`: True
- `label_names`: None
- `load_best_model_at_end`: True
- `ignore_data_skip`: False
- `fsdp`: []
- `fsdp_min_num_params`: 0
- `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
- `fsdp_transformer_layer_cls_to_wrap`: None
- `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
- `deepspeed`: None
- `label_smoothing_factor`: 0.0
- `optim`: adamw_torch_fused
- `optim_args`: None
- `adafactor`: False
- `group_by_length`: False
- `length_column_name`: length
- `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
- `use_legacy_prediction_loop`: False
- `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_inputs_for_metrics`: False
- `include_for_metrics`: []
- `eval_do_concat_batches`: True
- `fp16_backend`: auto
- `push_to_hub_model_id`: None
- `push_to_hub_organization`: None
- `mp_parameters`: 
- `auto_find_batch_size`: False
- `full_determinism`: False
- `torchdynamo`: None
- `ray_scope`: last
- `ddp_timeout`: 1800
- `torch_compile`: False
- `torch_compile_backend`: None
- `torch_compile_mode`: None
- `include_tokens_per_second`: False
- `include_num_input_tokens_seen`: False
- `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`: False
- `prompts`: None
- `batch_sampler`: no_duplicates
- `multi_dataset_batch_sampler`: proportional

</details>

### Training Logs
| Epoch   | Step  | dim_384_cosine_ndcg@10 | dim_256_cosine_ndcg@10 | dim_128_cosine_ndcg@10 | dim_64_cosine_ndcg@10 |
|:-------:|:-----:|:----------------------:|:----------------------:|:----------------------:|:---------------------:|
| **1.0** | **1** | **0.7804**             | **0.8214**             | **0.8214**             | **0.7923**            |
| 2.0     | 2     | 0.7659                 | 0.8069                 | 0.8214                 | 0.8069                |
| 3.0     | 3     | 0.7513                 | 0.8069                 | 0.8214                 | 0.8069                |
| 4.0     | 4     | 0.7513                 | 0.8069                 | 0.8214                 | 0.8069                |

* The bold row denotes the saved checkpoint.

### Framework Versions
- Python: 3.11.13
- Sentence Transformers: 4.1.0
- Transformers: 4.53.2
- PyTorch: 2.6.0+cu124
- Accelerate: 1.8.1
- Datasets: 4.0.0
- Tokenizers: 0.21.2

## 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",
}
```

#### MatryoshkaLoss
```bibtex
@misc{kusupati2024matryoshka,
    title={Matryoshka Representation Learning},
    author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
    year={2024},
    eprint={2205.13147},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}
```

#### MultipleNegativesRankingLoss
```bibtex
@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}
}
```

<!--
## 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.*
-->