This is a sentence-transformers model finetuned from masa-research/me5-small-preskripsi-binary-sentimen-acc91-20250121_221803. 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: masa-research/me5-small-preskripsi-binary-sentimen-acc91-20250121_221803
Maximum Sequence Length: 512 tokens
Output Dimensionality: 384 dimensions
Similarity Function: Cosine Similarity

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': 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:

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("masa-research/me5-small-preskripsi-relevancy-and-binary-sentiment-acc_sent91-acc_rel98-20250131_093535")
# Run inference
sentences = [
    'Apakah artikel berita ini membahas tentang kinerja atau citra Ombudsman RI?',
    'Rapat Koordinasi Kearsipan, 3 Perangkat Daerah Kota Cirebon Raih Penghargaan ASKI. KABARCIREBON – Pj (Sekda) , H Iing Daiman, menghadiri rapat koordinasi kearsipan di lingkungan Pemerintah Tahun 2024 di Hotel Prima, Senin (9/12/2024). Acara yang dirangkaikan dengan Pencanangan Gerakan Nasional Sadar Tertib Arsip (GNSTA) ini merupakan langkah konkret yang bertujuan untuk mewujudkan sistem pemerintahan yang bersih, efisien, dan transparan melalui pengelolaan yang baik dan teratur. Dalam sambutannya, Pj Sekda menekankan pentingnya kesadaran bersama akan peran vital dalam administrasi pemerintahan. "Kita semua harus menyadari bahwa adalah salah satu unsur yang sangat vital dalam setiap urusan administrasi pemerintahan. Arsip bukan hanya sekadar tumpukan kertas yang disimpan dalam lemari atau rak , tetapi lebih dari itu, adalah rekam jejak dari segala aktivitas dan kebijakan pemerintah yang dapat menggambarkan sejarah perjalanan pembangunan kota kita," ujarnya. Menurutnya, merupakan komponen utama dalam memastikan bahwa pemerintahan dapat berjalan dengan akuntabilitas yang tinggi. Tanpa yang dikelola dengan baik, akan sulit bagi pemerintahan untuk melacak keputusan-keputusan yang telah diambil. "Tanpa yang dikelola dengan baik, kita tidak akan dapat melacak keputusan-keputusan yang diambil, akuntabilitas dan transparansi pemerintahan menjadi kabur, serta pelayanan publik akan terganggu," katanya. Pj Sekda menegaskan bahwa pengelolaan yang baik sangat mendukung tercapainya tata kelola pemerintahan yang bersih, efisien, dan transparan. Dalam konteks ini, pengelolaan bukan hanya soal menjaga dokumen, tetapi juga memastikan bahwa informasi dapat diakses dengan mudah dan cepat oleh pihak yang berkepentingan. Berita Pilihan',
    'Risma Siap Bangun Jatim Mulai dari Desa dengan Gaya Kepemimpinan Dekat Rakyat. Mojokerto (beritajatim.com) – Calon Gubernur Jawa Timur nomor urut 03, Tri Rismaharini, menyampaikan pentingnya memahami permasalahan rakyat langsung dari sumbernya. Menurut Risma, pemimpin tidak boleh hanya menerima laporan atau bekerja di balik meja. Hal ini diungkapkannya saat bertemu Komunitas Proklamator Desa di Kedung Sumur, Desa Canggu, Kecamatan Jetis, Kabupaten Mojokerto, Kamis (14/11/2024). Risma menjelaskan bahwa gaya kepemimpinannya berfokus pada dialog dengan warga, bahkan di tempat-tempat sederhana. “Saat saya jadi wali kota di periode pertama, saya pernah kampanye di atas kuburan di pinggir sungai. Meskipun orangnya sedikit, saya senang mendengar suara mereka,” tutur Risma. Menurutnya, menjadi pemimpin yang baik berarti mampu mendengarkan rakyat secara langsung, tanpa batasan. Sebagai mantan Wali Kota Surabaya dua periode dan Menteri Sosial, Risma memiliki visi besar untuk membawa pelayanan pemerintah hingga ke pelosok desa. Ia berencana membangun command center yang memungkinkan masyarakat desa mengakses layanan pemerintah dari mana saja, bahkan bagi mereka yang tidak memiliki perangkat canggih. “Command center ini memungkinkan rakyat desa terhubung dengan layanan, meski tidak punya HP atau smartphone,” jelas Risma. Tidak hanya fokus pada pelayanan publik, Risma juga ingin mengembangkan ekonomi desa dengan meningkatkan nilai jual hasil pertanian lokal. Salah satunya dengan menyediakan alat pengolahan produk di setiap daerah agar komoditas seperti jagung dapat diolah menjadi produk bernilai lebih tinggi. “Sebagian jagung bisa kita jual, sebagian lagi kita olah menjadi minyak goreng. Ini memberi nilai tambah bagi desa,” ungkapnya. Risma mencontohkan pengalamannya di Papua dalam mengolah kelapa sawit menjadi minyak lokal. Ia optimis teknik ini bisa diterapkan di Jawa Timur untuk meningkatkan nilai produk komoditas desa. Selain itu, Risma berkomitmen untuk mendukung kelompok rentan, seperti anak yatim, lansia, dan difabel. Ia mengenang bagaimana setiap pagi, saat menjabat sebagai Wali Kota Surabaya, ia mencari tuna wisma untuk menawarkan tempat tinggal di rumah susun sewa dengan tarif Rp10 ribu per bulan. “Setiap pagi, sebelum bekerja, saya turun ke jalan mencari tuna wisma, melatih keterampilan mereka, dan membekali mereka untuk memulai usaha,” jelasnya. Koordinator Proklamator Desa, Pungkasiadi, menyatakan dukungannya kepada Risma. “Bu Risma bukan sosok yang banyak bicara, tapi langsung bekerja. Rekam jejaknya sebagai wali kota dan menteri telah membuktikan bahwa ia pemimpin yang hebat,” ujar mantan Bupati Mojokerto itu. [ram/beq]',
]
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]

Evaluation

Metrics

Semantic Similarity

Evaluated with EmbeddingSimilarityEvaluator

Metric	Value
pearson_cosine	0.9411
spearman_cosine	0.8252

Training Details

Training Dataset

Unnamed Dataset

Size: 114,204 training samples
Columns: sentence_0, sentence_1, and label
Approximate statistics based on the first 1000 samples:
sentence_0 sentence_1 label
type string string int
details
min: 13 tokens
mean: 17.62 tokens
max: 37 tokens
min: 41 tokens
mean: 454.72 tokens
max: 512 tokens
0: ~47.50%
1: ~52.50%

Samples:

sentence_0	sentence_1	label
`Apakah artikel berita ini membahas tentang kinerja atau citra Direktorat Jenderal Pajak?`	Daftar Barang dan Jasa yang Kena PPN 12 Persen mulai Awal Tahun Depan. Pajak Pertambahan Nilai (PPN) akan naik dari 11 persen menjadi 12 persen mulai 1 Januari 2025. Kenaikan PPN itu diatur dalam UU Nomor 7 Tahun 2021 tentang Harmonisasi Peraturan Perpajakan (HPP). Rencana kenaikan PPN itu pun menuai kritik dari publik karena akan mengerek harga barang-barang. Namun, Direktorat Jenderal Pajak (DJP) Kementerian Keuangan (Kemenkeu) mengatakan sejatinya hasil pajak itu akan dikembalikan untuk masyarakat lagi. Lantas apa saja barang dan jasa yang akan kena PPN 12 persen mulai awal tahun depan? Melansir situs Kementerian Keuangan, secara umum umum pengenaan PPN dikenakan atas objek berikut: – Penyerahan Barang Kena Pajak (BKP) dan/atau Jasa Kena Pajak (JKP) di dalam daerah pabean yang dilakukan oleh Pengusaha Kena Pajak (PKP). Misalnya barang elektronik yang dibeli di pusat perbelanjaan. – Impor BKP dan/atau pemanfaatan JKP Tak Berwujud dari luar Daerah Pabean di dalam Daerah Pabean. Misaln...	`1`
`Apakah artikel berita ini membahas tentang kinerja atau citra Direktorat Jenderal Pajak?`	Aplikasi Coretax DJP Masih Ada Kendala, Layanan Pajak Lambat. JAKARTA (Berita): Aplikasi Coretax Direktorat Jenderal Pajak (DJP) telah diimplementasikan pada tanggal 1 Januari 2025, namun dalam pelaksanaannya ternyata masih banyak mengalami kendala yang menyebabkan terjadinya ketidaknyamanan dan keterlambatan layanan administrasi perpajakan. “Sehubungan dengan itu bersama ini kami dengan segala kerendahan hati menyampaikan permohonan maaf kepada seluruh wajib pajak atas terdapatnya kendala – kendala yang terjadi dalam penggunaan fitur-fitur layanan Coretax DJP tersebut,” tegas Dwi Astuti, Direktur Penyuluhan, Pelayanan, dan Hubungan Masyarakat (P2Humas) Direktorat Jenderal Pajak Jumat (10/1/2024). Dalam siaran persnya diterima melalui Kabid P2Humas Kanwil DJP Sumut I Lusi Yuliani, Dwi menuturkan pihaknya akan terus berupaya untuk memperbaiki kendala yang ada serta memastikan layanan Coretax DJP dapat berjalan dengan baik. Sampai saat ini, upaya perbaikan yang telah dilakukan meliputi: ...	`1`
`Apakah artikel berita ini membahas tentang kinerja atau citra Ombudsman RI?`	Ini program unggulan Kemenekraf tahun 2025 dalam 4 klaster. Jakarta (ANTARA) - Menteri Ekonomi Kreatif/Kepala Badan Ekonomi Kreatif (Menekraf/Kabekraf) Teuku Riefky Harsya telah menyiapkan rencana kerja dan program unggulan Kementerian Ekonomi Kreatif/Badan Ekonomi Kreatif (Kemenekraf/Bekraf) di tahun 2025 dalam empat klaster. “Empat klaster tersebut, di antaranya klaster 1 desain besar pengembangan ekraf (ekonomi kreatif), klaster 2 konsolidasi internal kementerian baru, klaster 3 program yang tertuju kepada penciptaan lapangan kerja dan peningkatan kapasitas pelaku ekonomi kreatif, dan klaster 4 ekraf sebagai the new engine of growth,” kata Riefky dalam keterangan resminya yang diterima di Jakarta, Sabtu. Pada klaster 1 desain besar (grand design), Kemenekraf akan melakukan pengembangan ekonomi kreatif yang mencakup sejumlah program unggulan. Antara lain penyempurnaan regulasi, sinkronisasi lintas kementerian atau lembaga (K/L), serta kolaborasi lintas K/L dan pelaku industri. “Kami ...	`0`

Loss: CosineSimilarityLoss with these parameters:
json
1{ 2 "loss_fct": "torch.nn.modules.loss.MSELoss" 3}

Training Hyperparameters

Non-Default Hyperparameters

per_device_train_batch_size: 32
per_device_eval_batch_size: 32
num_train_epochs: 20
fp16: True
multi_dataset_batch_sampler: round_robin

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: no
prediction_loss_only: True
per_device_train_batch_size: 32
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: 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: 20
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: {}
warmup_ratio: 0.0
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: False
resume_from_checkpoint: None
hub_model_id: None
hub_strategy: every_save
hub_private_repo: False
hub_always_push: False
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
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
use_liger_kernel: False
eval_use_gather_object: False
average_tokens_across_devices: False
prompts: None
batch_sampler: batch_sampler
multi_dataset_batch_sampler: round_robin

Training Logs

Epoch	Step	Training Loss	spearman_cosine
0.1401	500	0.1054	-
0.2802	1000	0.0569	-
0.4203	1500	0.053	-
0.5604	2000	0.0476	-
0.7005	2500	0.0449	-
0.8406	3000	0.0433	-
0.9807	3500	0.0411	-
1.0	3569	-	0.8153
1.1208	4000	0.0347	-
1.2609	4500	0.0359	-
1.4010	5000	0.0338	-
1.5410	5500	0.0335	-
1.6811	6000	0.0302	-
1.8212	6500	0.0307	-
1.9613	7000	0.0302	-
2.0	7138	-	0.8224
2.1014	7500	0.0262	-
2.2415	8000	0.0259	-
2.3816	8500	0.0244	-
2.5217	9000	0.0248	-
2.6618	9500	0.025	-
2.8019	10000	0.0248	-
2.9420	10500	0.0254	-
3.0	10707	-	0.8229
3.0821	11000	0.0219	-
3.2222	11500	0.0191	-
3.3623	12000	0.0201	-
3.5024	12500	0.0205	-
3.6425	13000	0.0214	-
3.7826	13500	0.0199	-
3.9227	14000	0.0205	-
4.0	14276	-	0.8221
4.0628	14500	0.0177	-
4.2029	15000	0.016	-
4.3430	15500	0.0169	-
4.4830	16000	0.0176	-
4.6231	16500	0.0172	-
4.7632	17000	0.0169	-
4.9033	17500	0.0176	-
5.0	17845	-	0.8242
5.0434	18000	0.0147	-
5.1835	18500	0.0129	-
5.3236	19000	0.0136	-
5.4637	19500	0.0144	-
5.6038	20000	0.0137	-
5.7439	20500	0.0152	-
5.8840	21000	0.0149	-
6.0	21414	-	0.8219
6.0241	21500	0.0142	-
6.1642	22000	0.0105	-
6.3043	22500	0.011	-
6.4444	23000	0.0116	-
6.5845	23500	0.0126	-
6.7246	24000	0.0125	-
6.8647	24500	0.0127	-
7.0	24983	-	0.8252

Framework Versions

Python: 3.12.8
Sentence Transformers: 3.3.1
Transformers: 4.46.3
PyTorch: 2.5.1+cu124
Accelerate: 1.3.0
Datasets: 3.2.0
Tokenizers: 0.20.3

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",
}

	sentence_0	sentence_1	label
type	string	string	int
details	min: 13 tokens mean: 17.62 tokens max: 37 tokens	min: 41 tokens mean: 454.72 tokens max: 512 tokens	0: ~47.50% 1: ~52.50%