This is a sentence-transformers model finetuned from vinai/phobert-base-v2 on the dataset_full_fixed 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: vinai/phobert-base-v2
Maximum Sequence Length: 256 tokens
Output Dimensionality: 768 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': 256, 'do_lower_case': False}) with Transformer model: RobertaModel 
  (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("phobert-base-v2-mnr-loss")
# Run inference
sentences = [
    'Chào bạn, Qua mô tả rất có thể bạn đã bị thoát vị bẹn tái phát. Để được hưởng BHYT, bạn bắt buộc phải đến khám tại cơ sở chăm sóc y tế ban đầu (theo thẻ bảo hiểm), khi bác sĩ có chỉ định làm xét nghiệm thì mới được BHYT thanh toán một phần theo quy định. Nếu tự ý thực hiện xét nghiệm thì không được BHYT thanh toán bạn nhé! Thân mến.',
    'Chào bác sĩ,\r\n\r\nCách đây 10 tháng em bị thoát vị bìu trái, đã mổ và lắp lưới tại Bệnh viện Chợ Rẫy. Gần đây em thấy hơi đau ổ bụng phải vùng háng mỗi khi vận động mạnh hay ho, sưng khi vận động và khi ngủ nghỉ sẽ xẹp xuống. \r\n\r\nBác sĩ cho em hỏi có phải em bị thoát vị phải giai đoạn đầu không ạ? Muốn chẩn đoán chính xác cần siêu âm hay nội soi ạ, có được giảm phí cho công nhân có BHXH không ạ? Em đi làm suốt, không có thời gian đến thăm khám cũng như điều kiện tài chính. Kính mong bác sĩ tư vấn giúp em. Em cám ơn nhiều ạ!',
    'Chào bác sĩ,Em có làm xét nghiệm HIV chiến lược III tại Pasture với sinh phẩm là HIV duo cho kết quả âm tính sau 6 tuần kể từ lúc có nguy cơ. Bác sĩ cho em hỏi là xét nghiệm chiến lược III này có giống như HIV combo không ạ? Và em đã được an toàn chưa ạ. Em trân trọng cám ơn!',
]
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]

Evaluation

Metrics

Information Retrieval

Dataset: dim_768
Evaluated with InformationRetrievalEvaluator with these parameters:
json
1{ 2 "truncate_dim": 768 3}

Metric	Value
cosine_accuracy@1	0.6382
cosine_accuracy@3	0.7703
cosine_accuracy@5	0.8187
cosine_accuracy@10	0.8698
cosine_precision@1	0.6382
cosine_precision@3	0.2568
cosine_precision@5	0.1637
cosine_precision@10	0.087
cosine_recall@1	0.6382
cosine_recall@3	0.7703
cosine_recall@5	0.8187
cosine_recall@10	0.8698
cosine_ndcg@10	0.7529
cosine_mrr@10	0.7156
cosine_map@100	0.7206

Training Details

Training Dataset

dataset_full_fixed

Dataset: dataset_full_fixed at ef2e7fd
Size: 43,803 training samples
Columns: positive and query
Approximate statistics based on the first 1000 samples:
positive query
type string string
details
min: 30 tokens
mean: 188.07 tokens
max: 256 tokens
min: 5 tokens
mean: 79.04 tokens
max: 256 tokens

Samples:

positive	query
Tìm hiểu chung nhiễm clostridium botulinum Nhiễm Clostridium botulinum là gì? Clostridium botulinum là một loài trực khuẩn Gram dương, kỵ khí, sinh bào tử và gây bệnh ở người. Ngộ độc C. botulinum hiếm gặp nhưng đe doạ tính mạng, xảy ra khi độc tố botulinum đi vào máu và ức chế giải phóng acetylcholine không phục hồi ở các đầu mút dây thần kinh ngoại vi. C. botulinum tạo ra 8 loại kháng nguyên gây độc tố thần kinh (type A đến H). Năm type độc tố gồm A, B, E và F, H (hiếm gặp) ảnh hưởng đến con người. Độc tố botulinum B là các protein gây độc cao, không bị phân hủy do acid dịch vị và các enzym thuỷ phân protein. Type H có độc tính mạnh nhất.	`Tìm hiểu chung nhiễm clostridium botulinum`
Thay đổi thói quen giúp giảm bớt triệu chứng sau mổ vẹo vách ngăn mũi Chào em, Vách ngăn mũi cấu trúc bằng nhiều xương hợp thành nên dễ bị vẹo lệch. Nếu vách ngăn lệch nhiều hoặc có gai là yếu tố góp phần làm cho tình trạng nghẹt mũi thêm nặng nề, là yếu tố làm nặng thêm viêm xoang mạn. Vì thế, chỉ định phẫu thuật vách ngăn mũi khi có những biến chứng như: niêm mạc mũi xoang thoái hóa tạo thành polype, nhiễm nấm mũi xoang, nhiễm trùng đi kèm không đáp ứng với điều trị nội khoa, vẹo vách ngăn sau chấn thương mũi. Tuy nhiên, cũng vì vẹo vách ngăn mũi chỉ góp 1 phần trong bệnh lý viêm mũi xoang mạn, viêm mũi dị ứng, viêm mũi vận mạch, cho nên, sau phẫu thuật vẹo vách ngăn mũi, không có nghĩa là bệnh viêm mũi xoang, viêm mũi vận mạch sẽ hết theo luôn, mà chúng ta vẫn cần tiếp tục điều trị đối với các bệnh lý này. Đối với viêm mũi vận mạch, viêm mũi dị ứng thì là bệnh cơ địa rồi, tức là không chữa dứt hoàn toàn, chỉ điều trị phòng ngừa với giữ ấm vùng mũi họng, hạn chế để quạt thổi thẳng và...	`Thưa bác sĩ, em mổ vẹo vách ngăn mũi được 1 tháng rồi, mà vẫn còn đau đầu và mũi, dịch tiết cứ xuống họng hoài làm em khó chịu. Xin bác sĩ tư vấn giúp.(Huỳnh Thị Diễm Trang - Châu Thành, Kiên Giang)`
`Vừa rồi tôi có kiểm tra trọng lượng cơ thể, từ 69 kg xuống còn 64 ký trong 20 ngày, vậy có sao không ạ? Tôi ăn uống vấn bình thường, cao 1m70. Xin BS tư vấn giúp. Chào bạn, Nhiều loại thuốc kháng sinh có tác dụng phụ là gây`
chán ăn, lạt miệng, đắng miệng; bên cạnh đó, quá trình viêm nhiễm và
lành vết thương cũng làm hao tổn năng lượng của cơ thể nhưng lại giảm
hấp thu dinh dưỡng, cộng thêm cảm giác khó chịu khi bị bệnh và tâm lý
nặng nề trong lúc điều trị bệnh, điều này có thể dẫn đến việc sụt cân.
Sụt cân không phải là triệu chứng của bệnh dại . Trước
mắt bạn chú ý ăn uống tẩm bổ thêm, nếu cân nặng tiếp tục sụt giảm thì
cần tái khám lại BS điều trị để kiểm tra chức năng gan, tuyến giáp, tiểu
đường… Thân mến.	`Kính chào BS. Tôi bị súc vật cắn ở chân, điều trị được 20 ngày rồi, vết thương đã gần liền miệng, dùng nhiều kháng sinh và có chích 5 mũi văcxin phòng dại.`

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

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: epoch
per_device_train_batch_size: 80
per_device_eval_batch_size: 80
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: 80
per_device_eval_batch_size: 80
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}
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: False
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
prompts: None
batch_sampler: no_duplicates
multi_dataset_batch_sampler: proportional

Training Logs