You can deploy this model and start earning money today!

Views

No views yet

algerian-law-biencoder-v2

A sentence-transformers dense bi-encoder for Algerian family-law retrieval — maps a user's question (in Darja, Arabizi, or MSA) to a 768-dimensional embedding that retrieves the most relevant article from the Algerian Family Code.

Fine-tuned from 81melody/algerian-law-marbert — a MARBERTv2 model already domain-adapted on Algerian legal text — with MultipleNegativesRankingLoss on 389 (query, article) pairs. Queries are real questions posted by Algerian users in Facebook legal-advice groups (Darja / Arabizi / code-switched); documents are structured Algerian Family Code articles prefixed with their chapter context. Designed as the first stage of a two-stage retrieval pipeline followed by algerian-law-reranker-v1.


Architecture	MARBERTv2 (768 dim, mean pooling)
Task	Asymmetric semantic search — query → law article
Languages	Darja · Arabizi · MSA · French · Code-switched
Domain	Algerian family law (Droit de la famille, Law 84-11)
Training data	389 (q, p) pairs from Algerian Facebook legal-advice groups
NDCG@10	0.736 on held-out golden dev set (88-query eval set)
MRR@10	0.778
License	Apache 2.0

Model Details

Model Description

Model Type: Sentence Transformer
Base model: 81melody/algerian-law-marbert
Maximum Sequence Length: 256 tokens
Output Dimensionality: 768 dimensions
Similarity Function: Cosine Similarity
Supported Modality: Text

Model Sources

Documentation: Sentence Transformers Documentation
Repository: Sentence Transformers on GitHub
Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'transformer_task': 'feature-extraction', 'modality_config': {'text': {'method': 'forward', 'method_output_name': 'last_hidden_state'}}, 'module_output_name': 'token_embeddings', 'architecture': 'BertModel'})
  (1): Pooling({'embedding_dimension': 768, 'pooling_mode': 'mean', 'include_prompt': True})
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

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 = [
    'q: سلام عليكم حبيت نسقسي في حالة ما حضرش الزوج في الجلسة الاولي من الطلاق بالتراضي او غير رايو..كيفاه يكون الوضع.. والاسيلة لي يطرحوهم في اول جلسة ؟؟',
    'p: الكتاب الاول: الزواج وانحلاله — الباب الثاني: انحلال الزواج — الفصل الاول: الطلاق\nالمادة 49\nلا يثبت الطلاق الا بحكم بعد عدة محاولات صلح يجريها القاضي دون ان تتجاوز مدته ثلاثة يتعين علي القاضي تحرير محضر يبين مساعي ونتايج محاولات الصلح، يوقعه مع ااتب الضبط والطرفين. تسجل احكام الطلاق وجوبا في الحالة المدنية بسعي من النيابة العامة.',
    'p: الكتاب الاول: الزواج وانحلاله — الباب الثاني: انحلال الزواج — الفصل الثالث: النفقة\nالمادة 75\nتجب نفقة الولد علي الاب ما لم يكن له مال، فبالنسبة للذاور الي سن الرشد والاناث الي الدخول وتستمر في حالة ما اذا كان الولد عاجزا لافة عقلية او بدنية او مزاولا للدراسة وتسقط بالاستغناء عنها بالكسب.',
]
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, 0.6976, 0.1856],
#         [0.6976, 1.0000, 0.2471],
#         [0.1856, 0.2471, 1.0000]])

Evaluation

Metrics

Information Retrieval

Dataset: dev
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.7045
cosine_accuracy@3	0.8182
cosine_accuracy@5	0.8864
cosine_accuracy@10	0.9318
cosine_precision@1	0.7045
cosine_precision@3	0.4394
cosine_precision@5	0.3
cosine_precision@10	0.1659
cosine_recall@1	0.3523
cosine_recall@3	0.6591
cosine_recall@5	0.75
cosine_recall@10	0.8295
cosine_ndcg@10	0.7362
cosine_mrr@10	0.7779
cosine_map@100	0.6708

Training Details

Training Dataset

Unnamed Dataset

Size: 389 training samples
Columns: sentence_0 and sentence_1
Approximate statistics based on the first 389 samples:
sentence_0 sentence_1
type string string
details
min: 11 tokens
mean: 58.6 tokens
max: 256 tokens
min: 24 tokens
mean: 103.03 tokens
max: 230 tokens

Samples:

sentence_0	sentence_1
`q: سلام عليكم فالخلع شحال من جلسة صلح كاين و مدة بين الجلسة و الجلسة وشكرا`	p: الكتاب الاول: الزواج وانحلاله — الباب الثاني: انحلال الزواج — الفصل الاول: الطلاق[object Object]المادة 49[object Object]لا يثبت الطلاق الا بحكم بعد عدة محاولات صلح يجريها القاضي دون ان تتجاوز مدته ثلاثة يتعين علي القاضي تحرير محضر يبين مساعي ونتايج محاولات الصلح، يوقعه مع ااتب الضبط والطرفين. تسجل احكام الطلاق وجوبا في الحالة المدنية بسعي من النيابة العامة.
`q: السلام عليكم رفعت قضية خلع حكمولي ب 15 مليون ونا عاملة متربصة وعندي دخل في جديد فقط كيفاش ندير حابة نخلص بشوي كيفاش ندير اسكو كي منخلصش يحكم علي راتب كيفاش نتقاس انا وياه. لي فاهم يفهمني. شكرا`	`p: الكتاب الاول: الزواج وانحلاله — الباب الثاني: انحلال الزواج — الفصل الاول: الطلاق[object Object]المادة 54[object Object]يجوز للزوجة دون موافقة الزوج ان تخالع نفسها بمقابل مالي. اذا لم يتفق الزوجان علي المقابل المالي للخلع، يحكم القاضي بما لا يتجاوز قيمة صداق المثل وقت صدور الحكم.`
`q: السلام عليكم جميعا بنسبة للمطلقة في حالة طليق رفض تسديد مبالغ طلاق تعسفي ماذا تفعل. المطلقة افيدوني شكرا`	p: الكتاب الاول: الزواج وانحلاله — الباب الثاني: انحلال الزواج — الفصل الاول: الطلاق[object Object]المادة 52[object Object]اذا تبين للقاضي تعسف الزوج في الطلاق حكم للمطلقة بالتعويض عن الضرر اللاحق بها. الطلاق حل عقد الزواج، ويتم بارادة الزوج او بتراضي الزوجين او بطلب من الزوجة في حدود ما ورد في المادتين 53 و54 من هذا القانون. لا يثبت الطلاق الا بحكم بعد محاولة الصلح من طرف القاضي دون ان تتجاوز هذه المدة ثلاثة اشهر. اذا تبين للقاضي تعسف الزوج في الطلاق حكم للمطلقة بالتعويض عن الضرر اللاحق بها. واذا كانت حاضنة ولم يكن لها ولي يقبل ايواءها، يضمن حقها في السكن مع محضونيها حسب وسع الزوج. ويستثني من القرار بالسكن، مسكن الزوجية اذا كان وحيدا. تفقد المطلقة حقها في السكن في حالة زواجها او ثبوت انحرافها.

Loss: MultipleNegativesRankingLoss with these parameters:
json
1{ 2 "scale": 20.0, 3 "similarity_fct": "cos_sim", 4 "gather_across_devices": false, 5 "directions": [ 6 "query_to_doc" 7 ], 8 "partition_mode": "joint", 9 "hardness_mode": null, 10 "hardness_strength": 0.0 11}

Training Hyperparameters

Non-Default Hyperparameters

per_device_train_batch_size: 32
per_device_eval_batch_size: 32
multi_dataset_batch_sampler: round_robin

All Hyperparameters

Click to expand

do_predict: False
prediction_loss_only: True
per_device_train_batch_size: 32
per_device_eval_batch_size: 32
gradient_accumulation_steps: 1
eval_accumulation_steps: None
torch_empty_cache_steps: None
learning_rate: 5e-05
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 1
num_train_epochs: 3
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: None
warmup_ratio: None
warmup_steps: 0
log_level: passive
log_level_replica: warning
log_on_each_node: True
logging_nan_inf_filter: True
enable_jit_checkpoint: False
save_on_each_node: False
save_only_model: False
restore_callback_states_from_checkpoint: False
use_cpu: False
seed: 42
data_seed: None
bf16: False
fp16: False
bf16_full_eval: False
fp16_full_eval: False
tf32: None
local_rank: -1
ddp_backend: None
debug: []
dataloader_drop_last: False
dataloader_num_workers: 0
dataloader_prefetch_factor: None
disable_tqdm: False
remove_unused_columns: True
label_names: None
load_best_model_at_end: False
ignore_data_skip: False
fsdp: []
fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
parallelism_config: None
deepspeed: None
label_smoothing_factor: 0.0
optim: adamw_torch_fused
optim_args: None
group_by_length: False
length_column_name: length
project: huggingface
trackio_space_id: trackio
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
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_for_metrics: []
eval_do_concat_batches: True
auto_find_batch_size: False
full_determinism: False
ddp_timeout: 1800
torch_compile: False
torch_compile_backend: None
torch_compile_mode: None
include_num_input_tokens_seen: no
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: True
use_cache: False
prompts: None
batch_sampler: batch_sampler
multi_dataset_batch_sampler: round_robin
router_mapping: {}
learning_rate_mapping: {}

Training Logs

Epoch	Step	dev_cosine_ndcg@10
1.0	13	0.7188
2.0	26	0.7226
3.0	39	0.7362

Framework Versions

Python: 3.12.13
Sentence Transformers: 5.4.1
Transformers: 5.0.0
PyTorch: 2.10.0+cu128
Accelerate: 1.13.0
Datasets: 4.0.0
Tokenizers: 0.22.2

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",
}

MultipleNegativesRankingLoss