Views
No views yet
SentenceTransformer(
(0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel
(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})
(2): Normalize()
)pip install -U sentence-transformers1from sentence_transformers import SentenceTransformer
2
3# Download from the 🤗 Hub
4model = SentenceTransformer("dilovancelik/multilingual-e5-large-danish-speeches-finetune")
5# Run inference
6sentences = [
7 'Bygge- og anlægsvirksomhed',
8 'Den betydelige forringelse i balancen udadtil hænger sammen med tre forhold: den stærke stigning i befolkningens forbrug, den stærke stigning i den samlede bygge- og anlægsvirksomhed og stigningen i den øvrige investering.',
9 'Venligst',
10]
11embeddings = model.encode(sentences)
12print(embeddings.shape)
13# [3, 768]
14
15# Get the similarity scores for the embeddings
16similarities = model.similarity(embeddings, embeddings)
17print(similarities.shape)
18# [3, 3]danish_embedding_validatorTripletEvaluator| Metric | Value |
|---|---|
| cosine_accuracy | 0.9837 |
danish_embedding_validatorTripletEvaluator| Metric | Value |
|---|---|
| cosine_accuracy | 0.9843 |
anchor, positive, and negative| anchor | positive | negative | |
|---|---|---|---|
| type | string | string | string |
| details |
|
|
|
| anchor | positive | negative |
|---|---|---|
Integration | Indvandrerproblemet i Danmark består i, at vi her i landet gør indvandrerne til sociale klienter. Det er rasende kostbart. Det er også helt perspektivløst. Og dertil kommer, at det er demoraliserende, fordi det er tegn på en manglende respekt. | ingen |
Prisuddeling | Det musik vi laver, det laver vi, fordi at det udtrykker det, der er inde i os, og det kan godt være, at vi er underlige, men vi er glade for, at der er rigtig mange mennesker derude, der også er underlige, og som har taget sig tid til at stemme på os, tusind tak for det. | Det begyndte alt sammen for 175 år siden her tæt, hvor vi står, med rejsningen af Den Skandinaviske Sten i 1845. |
Friskoler | Vi har ladet tusind blomster blomstre – vi har massevis af pædagoger, hjemmehjælpere og lærere, som vil være selvstændige og starte fri-børnehaver, friskoler og friplejehjem. | Greenland Ruby A/S, som åbnede minen i Aappilattoq ved Qeqertarsuatsiaat sidste år er på nuværende tidspunkt det eneste selskab, der driver aktiv mine i Grønland. |
MultipleNegativesRankingLoss with these parameters:
1{
2 "scale": 20.0,
3 "similarity_fct": "cos_sim"
4}anchor, positive, and negative| anchor | positive | negative | |
|---|---|---|---|
| type | string | string | string |
| details |
|
|
|
| anchor | positive | negative |
|---|---|---|
Koncert | og fik virkelig trukket de fleste af dem med. ” | Det er regeringens mål at stabilisere udviklingen i byggeriet på et højt niveau og at fortsætte den sociale linje i boligpolitikken. |
Ukraine | Vores hjælp gør også Ukraine attraktivt for udenlandske investorer og samarbejdspartnere den dag, krigens trængsler er forbi. Internationale virksomheder holder sig ofte tilbage med at anbringe penge i lande, hvor forholdene ikke er i orden. Eller hvor der er penge under bordet. | Og den lovbestemte mindsteløn i Tyskland er i dag på 9 Euro. |
Aftale | Når ens kæreste ikke møder op til en aftale, er man | Det Jødiske Samfund har oplyst, at de i perioden 7. oktober til 7. november i år har modtaget 80 indberetninger om antisemitiske hændelser. Det er 24 gange flere indberetninger end gennemsnittet pr. måned i de forudgående ni måneder af 2023. |
MultipleNegativesRankingLoss with these parameters:
1{
2 "scale": 20.0,
3 "similarity_fct": "cos_sim"
4}eval_strategy: stepsper_device_train_batch_size: 64per_device_eval_batch_size: 64learning_rate: 2e-05weight_decay: 0.1num_train_epochs: 2warmup_ratio: 0.1batch_sampler: no_duplicatesoverwrite_output_dir: Falsedo_predict: Falseeval_strategy: stepsprediction_loss_only: Trueper_device_train_batch_size: 64per_device_eval_batch_size: 64per_gpu_train_batch_size: Noneper_gpu_eval_batch_size: Nonegradient_accumulation_steps: 1eval_accumulation_steps: Nonetorch_empty_cache_steps: Nonelearning_rate: 2e-05weight_decay: 0.1adam_beta1: 0.9adam_beta2: 0.999adam_epsilon: 1e-08max_grad_norm: 1.0num_train_epochs: 2max_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: Falseignore_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}deepspeed: 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: Falsegradient_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: Nonedispatch_batches: Nonesplit_batches: Noneinclude_tokens_per_second: Falseinclude_num_input_tokens_seen: Falseneftune_noise_alpha: Noneoptim_target_modules: Nonebatch_eval_metrics: Falseeval_on_start: Falseuse_liger_kernel: Falseeval_use_gather_object: Falseaverage_tokens_across_devices: Falseprompts: Nonebatch_sampler: no_duplicatesmulti_dataset_batch_sampler: proportional| Epoch | Step | Training Loss | Validation Loss | danish_embedding_validator_cosine_accuracy |
|---|---|---|---|---|
| -1 | -1 | - | - | 0.8181 |
| 0.4082 | 200 | 3.0213 | 0.8728 | 0.9777 |
| 0.8163 | 400 | 2.4277 | 0.8451 | 0.9809 |
| 1.2224 | 600 | 2.0946 | 0.8268 | 0.9817 |
| 1.6306 | 800 | 2.0572 | 0.8143 | 0.9840 |
| -1 | -1 | - | - | 0.9843 |
1@inproceedings{reimers-2019-sentence-bert,
2 title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
3 author = "Reimers, Nils and Gurevych, Iryna",
4 booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
5 month = "11",
6 year = "2019",
7 publisher = "Association for Computational Linguistics",
8 url = "https://arxiv.org/abs/1908.10084",
9}1@misc{henderson2017efficient,
2 title={Efficient Natural Language Response Suggestion for Smart Reply},
3 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},
4 year={2017},
5 eprint={1705.00652},
6 archivePrefix={arXiv},
7 primaryClass={cs.CL}
8}