This is a sentence-transformers model finetuned from intfloat/multilingual-e5-large on the dataset_full_fixed dataset. It maps sentences & paragraphs to a 1024-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: intfloat/multilingual-e5-large
Maximum Sequence Length: 512 tokens
Output Dimensionality: 1024 dimensions
Similarity Function: Cosine Similarity
Training Dataset:
- dataset_full_fixed

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: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, '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("multilingual-e5-large-onlineloss")
# Run inference
sentences = [
    'Thân chào Đức Thịnh, Chiều cao mỗi người phụ thuộc 2 yếu tố là di truyền và môi trường. Nếu ba mẹ cao lớn thì thường con cũng thừa hưởng được yếu tố này. Nhưng điều có thể cải thiện đó là yếu tố môi trường, nghĩa là dinh dưỡng và luyện tập thể thao. Chiều cao con người có được là nhờ sự phát triển của lớp sụn tiếp hợp. Lớp sụn này phát triển liên tục làm xương dài ra. Phần phát triển mạnh nhất nằm ở vùng gối cũng như đầu trên xương cánh tay và vùng đầu dưới cẳng tay. Vùng sụn này, nhất là vùng gần gối, sẽ phát triển mạnh khi có sự kích thích cơ học, nghĩa là có sự chạy nhảy, vận động. Việc cung cấp đầy đủ dinh dưỡng cũng như sữa sẽ làm cho vùng sụn này phát triển tốt và là cơ sở cho việc tăng chiều cao. Khi phát triển đến một độ tuổi nào đó vùng sụn này sẽ không còn nữa thì sự phát triển chiều cao không còn. Với trường hợp của em, ở độ tuổi 20, khó có cơ hội tăng thêm chiều cao như giai đoạn dậy thì, nhưng hy vọng vẫn còn cao thêm một ít cho đến 25 tuổi. Việc tập xà đơn thì chưa thấy có nghiên cứu nào chứng minh môn này giúp phát triển chiều cao hơn các môn khác. Những môn thể thao chạy nhảy như bóng rổ, bóng chuyền, chạy điền kinh, cầu lông… đều có thể giúp phát triển chiều cao, không nhất thiết phải đi bơi hay tập xà như mọi người vẫn nghĩ. Em nên chơi môn thể thao nào mình yêu thích mới có thể duy trì thường xuyên và theo đuổi lâu dài được. Cường độ tập như thế nào thì tùy thuộc mỗi người, em nên tham khảo ý kiến huấn luyện viên hay thầy giáo thể dục để có hướng dẫn chính xác. Chúc em vui khỏe và tiếp tục cao thêm như mong muốn!',
    'Thưa bác sĩ,\r\n\r\nEm là nam, năm nay 20 tuổi. Em cao 1.7m, bác sĩ có thể cho em biết là để tăng chiều cao thì em nên tập xà đơn 1 ngày bao nhiêu hiệp, mỗi hiệp bao nhiêu cái?\r\n\r\nEm xin chân thành cảm ơn! (Đức Thịnh - Bình Định)',
    'Xin chào bác sĩ,\r\n\r\nTôi đã có đủ số con. Tôi rất muốn đi triệt sản nhưng rất ngại đến bệnh viện. Tôi đã xem trên mạng quy trình phẫu thuật thật đơn giản. Đã có lúc tôi đã lấy hết dũng cảm để rạch thử phần bìu một tí và dùng kẹp để móc được ống dẫn tinh ra nhưng không dám tự làm tiếp vì chưa hiểu thế nào. \r\n\r\nXin hỏi bác sĩ nếu tự phẫu thuật có nguy hiểm điều gì không?\r\n\r\nXin cảm ơn bác sĩ !',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

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

Evaluation

Metrics

Information Retrieval

Dataset: dim_768
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.6991
cosine_accuracy@3	0.8053
cosine_accuracy@5	0.8457
cosine_accuracy@10	0.8888
cosine_precision@1	0.6991
cosine_precision@3	0.2684
cosine_precision@5	0.1691
cosine_precision@10	0.0889
cosine_recall@1	0.6991
cosine_recall@3	0.8053
cosine_recall@5	0.8457
cosine_recall@10	0.8888
cosine_ndcg@10	0.7932
cosine_mrr@10	0.7627
cosine_map@100	0.7666

Training Details

Training Dataset

dataset_full_fixed

Dataset: dataset_full_fixed at ef2e7fd
Size: 54,755 training samples
Columns: positive and query
Approximate statistics based on the first 1000 samples:
positive query
type string string
details
min: 34 tokens
mean: 232.84 tokens
max: 512 tokens
min: 6 tokens
mean: 79.09 tokens
max: 512 tokens

Samples:

positive	query
Hình minh họa Chào em, Trong hầu hết các trường hợp tổn thương gân gót nhẹ, thường chỉ cần bảo tồn, không phẫu thuật. Nếu điều trị sớm và đúng cách, người bệnh có thể hồi phục và trở về sinh hoạt bình thường trong khoảng 3-6 tháng. Tình trạng sưng vùng bị thương có thể xuất phát từ tổn thương mạch máu hồi lưu ở chân hoặc do nhiễm trùng vết thương. Nếu vết thuơng sưng nóng, đỏ, chảy mủ hoặc sốt, em nên tái khám để được kê toa kháng sinh và hướng dẫn cách chăm sóc phù hợp. Để giảm sưng, em nên ngồi kê cao chân, hạn chế đứng lâu 1 chỗ, chườm lạnh và dùng thuốc kháng viêm theo toa bác sĩ em nhé!	`Chào bác sĩ.Em bị đứt sợi gân nhỏ bên ngoài chân phải và bị tổn thương gân Achilles. Em tập từ tuần thứ sáu đi được mà không dám đi mạnh. Nay được 8 tuần rồi mà dưới vết thương bị sưng phù mà không nhức. Cho em hỏi vậy có sao không ạ và thời gian bao lâu là em lành hoàn toàn ạ?`
Mô tả ngắn:[object Object]Thuốc Alverin là viên nén chứa hoạt chất Alverin (dưới dạng Alverin citrat) có tác dụng chống đau do co thắt cơ trơn ở đường tiêu hoá như hội chứng ruột kích thích, bệnh đau túi thừa của ruột kết, đau do co thắt đường mật, cơn đau quặn thận, thống kinh nguyên phát (đau bụng kinh vô căn).[object Object]Thành phần:[object Object]Alverine: 40mg[object Object]Chỉ định:[object Object]Thuốc Alverin chỉ định điều trị trong các trường hợp sau:[object Object]Chống đau do co thắt cơ trơn ở đường tiêu hoá như hội chứng ruột kích thích, bệnh đau túi thừa của ruột kết, đau do co thắt đường mật, cơn đau quặn thận. Thống kinh nguyên phát.	`Thuốc Alverin 40mg thephaco chống đau do co thắt cơ trơn, hội chứng ruột kích thích (10 vỉ x 10 viên)`
`Xin chào bạn, Để khẳng định bạn có vấn đề về tim mạch hay không, bác sĩ cần`
có các thông tin từ bệnh sử (triệu chứng qua lời khai bệnh của bạn), khám lâm
sàng và các xét nghiệm từ cơ bản đến chuyên sâu (xét nghiệm máu, ECG, siêu âm
tim, trắc nghiệm gắng sức, chụp động mạch vành...) Tần suất của bạn không thường xuyên (6
tháng một lần), và triệu chứng đau ngực của bạn không điển hình do tim (có thể
do nguyên nhân khác như đau do thành ngực, thần kinh liên sườn, viêm sụn sườn,
đau dạ dày…). Tuy vậy, để chẩn đoán hay loại trừ do tim, bạn nên đến
khám tim mạch tại bệnh viện chuyên khoa, để các bác sĩ có thể thực hiện các
khám nghiệm chuyên sâu hơn tìm bệnh cho bạn. Cảm ơn bạn. BS. Nguyễn Thái Bình Sơn Phòng
khám Đa khoa Tâm Trí Sài Gòn	`Thưa bác sĩ Nguyễn Thái Bình Sơn,`

Em có một triệu chứng đau vùng ngực, mỗi lần lên cơn đau thường em không thể di chuyển được, nếu nhích chân hay cựa người một tí là em bị đau lồng ngực trái và cảm giác khó thở, em thường phải đứng yên hay ngồi yên một chỗ khi em bị lên cơn đau.

Trước đây thời gian đâu thường 0,5 phút đến 2 phút thôi nhưng đợt gần đây nhất là 3 tiếng đòng hồ. Thông thường khoảng 6 tháng em mới bị đau một lần. Mỗi lần bị đau em có đi đo điện tâm đồ và siêu âm tim nhưng BS nói không bị gì cả. Mong BS cho em lời khuyên, em nên đến bệnh viện kiểm tra như thế nào để em biết được em đang bị gì ạ? Cảm ơn BS nhiều!

(Huỳnh Nữ - Quảng Ngãi) |

Loss: OnlineContrastiveLoss

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: epoch
per_device_train_batch_size: 5
per_device_eval_batch_size: 1
learning_rate: 1e-06
num_train_epochs: 5
lr_scheduler_type: constant_with_warmup
warmup_ratio: 0.1
bf16: True
tf32: False
load_best_model_at_end: True
optim: adamw_torch_fused
batch_sampler: no_duplicates

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: epoch
prediction_loss_only: True
per_device_train_batch_size: 5
per_device_eval_batch_size: 1
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: 1e-06
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 1.0
num_train_epochs: 5
max_steps: -1
lr_scheduler_type: constant_with_warmup
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}
tp_size: 0
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
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
eval_use_gather_object: False
average_tokens_across_devices: False
prompts: None
batch_sampler: no_duplicates
multi_dataset_batch_sampler: proportional

Training Logs