This is a sentence-transformers model finetuned from HooshvareLab/bert-base-parsbert-uncased on the csv dataset. It maps sentences & paragraphs to a 768-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: HooshvareLab/bert-base-parsbert-uncased
Maximum Sequence Length: 512 tokens
Output Dimensionality: 768 tokens
Similarity Function: Cosine Similarity
Training Dataset:
- csv

Model Sources

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

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 768, '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:

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 = [
    'یک دختر جوان بلوند با پیراهن صورتی به آخوندکی بزرگ در حال نماز روی بازوی خود نگاه می کند.',
    'دختر جوانی یک آخوندک نمازگزار روی بازوی خود دارد.',
    'کاخ هنرهای زیبا آثار سوررئالیستی زیادی دارد.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Training Details

Training Dataset

csv

Dataset: csv
Size: 941,951 training samples
Columns: premise, hypothesis, and score
Approximate statistics based on the first 1000 samples:
premise hypothesis score
type string string float
details
min: 4 tokens
mean: 20.6 tokens
max: 125 tokens
min: 3 tokens
mean: 12.1 tokens
max: 38 tokens
min: 0.0
mean: 0.5
max: 1.0

Samples:

premise	hypothesis	score
`موارد پیکربندی پس از استقرار رسمی`	`آیتم ها پس از ایجاد رسمی پیکربندی می شوند.`	`1.0`
`به همان خوبی که در دنیای من انجام شده است. سر پرث، موقتاً از خودش راضی بود، رفت و هانسون ایستاد و به مدل خیره شد.`	`هانسون از خیره شدن به مدل دست کشید و سر پرث را دنبال کرد.`	`0.0`
`به نظر می رسد شما قبلاً رفته اید.`	`انگار رفتی`	`1.0`

Loss: CoSENTLoss with these parameters:
json
1{ 2 "scale": 20.0, 3 "similarity_fct": "pairwise_cos_sim" 4}

Evaluation Dataset

csv

Dataset: csv
Size: 941,951 evaluation samples
Columns: premise, hypothesis, and score
Approximate statistics based on the first 1000 samples:
premise hypothesis score
type string string float
details
min: 4 tokens
mean: 21.56 tokens
max: 115 tokens
min: 4 tokens
mean: 12.3 tokens
max: 42 tokens
min: 0.0
mean: 0.5
max: 1.0

Samples:

premise	hypothesis	score
`آنها سوار بر همدیگر شده بودند و کتک خورده بودند تا اینکه اهمیتی ندادند.`	`مردم مجروح شده بودند.`	`1.0`
در منطقه چمن نگه داشتن چمن در مناطق خاص به نوعی سخت است و من واقعاً هرگز به آن فکر نکرده بودم، اما ما تقریباً در بالای این تپه کوچک هستیم و تمام رواناب های حاصل از بتن، اوه خرید مرکز نزدیک ما و کوچه همه چیزهایی که به سمت همسایه‌های ما می‌رود، بنابراین این یک چیز کوچکی بود که من واقعاً هرگز به آن فکر نمی‌کردم و خوشبختانه به این ترتیب انجام شد.	`ما روی تپه ای هستیم و آب در نزدیکی همسایه هایمان جمع می شود.`	`1.0`
`زنی با چتر در ایستگاهی نشسته و آگهی تبلیغاتی Aquos روی دیوار دارد.`	`زنی روی مبل اتاق نشیمنش نشسته است.`	`0.0`

Loss: CoSENTLoss with these parameters:
json
1{ 2 "scale": 20.0, 3 "similarity_fct": "pairwise_cos_sim" 4}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 48
per_device_eval_batch_size: 32
learning_rate: 2e-05
num_train_epochs: 1
warmup_ratio: 0.1
fp16: True
push_to_hub: True
hub_private_repo: True
batch_sampler: no_duplicates

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: steps
prediction_loss_only: True
per_device_train_batch_size: 48
per_device_eval_batch_size: 32
per_gpu_train_batch_size: None
per_gpu_eval_batch_size: None
gradient_accumulation_steps: 1
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: 1
max_steps: -1
lr_scheduler_type: linear
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: False
fp16: True
fp16_opt_level: O1
half_precision_backend: auto
bf16_full_eval: False
fp16_full_eval: False
tf32: None
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: False
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
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: True
resume_from_checkpoint: None
hub_model_id: None
hub_strategy: every_save
hub_private_repo: True
hub_always_push: False
gradient_checkpointing: False
gradient_checkpointing_kwargs: None
include_inputs_for_metrics: False
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
dispatch_batches: None
split_batches: 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
eval_use_gather_object: False
batch_sampler: no_duplicates
multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss	loss
0.0271	500	7.0257	-
0.0542	1000	6.3955	-
0.0813	1500	6.3502	-
0.1084	2000	6.3209	-
0.1355	2500	6.292	-
0.1626	3000	6.2518	5.3943
0.1897	3500	6.2469	-
0.2168	4000	6.2352	-
0.2439	4500	6.2095	-
0.2710	5000	6.2006	-
0.2982	5500	6.1951	-
0.3253	6000	6.1945	5.2832
0.3524	6500	6.1681	-
0.3795	7000	6.167	-
0.4066	7500	6.1474	-
0.4337	8000	6.1506	-
0.4608	8500	6.1506	-
0.4879	9000	6.15	5.2294
0.5150	9500	6.1512	-
0.5421	10000	6.149	-
0.5692	10500	6.1218	-
0.5963	11000	6.1312	-
0.6234	11500	6.1233	-
0.6505	12000	6.1053	5.1807
0.6776	12500	6.1209	-
0.7047	13000	6.1088	-
0.7318	13500	6.0944	-
0.7589	14000	6.1089	-
0.7860	14500	6.1062	-
0.8131	15000	6.0975	5.1374
0.8402	15500	6.1009	-
0.8673	16000	6.086	-
0.8945	16500	6.0687	-
0.9216	17000	6.0804	-
0.9487	17500	6.0981	-
0.9758	18000	6.0895	5.1153

Framework Versions

Python: 3.10.12
Sentence Transformers: 3.1.1
Transformers: 4.44.2
PyTorch: 2.4.1+cu121
Accelerate: 0.34.2
Datasets: 3.0.1
Tokenizers: 0.19.1

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",
}

CoSENTLoss