Modelpublic

Detomo/cl-nagoya-sup-simcse-ja-for-standard-name-v1_0

sourceHugging Faceupdated 2y agoView on Hugging Face

0likes19downloads

Model Card

SentenceTransformer based on cl-nagoya/sup-simcse-ja-base

This is a sentence-transformers model finetuned from cl-nagoya/sup-simcse-ja-base. 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: cl-nagoya/sup-simcse-ja-base
—Maximum Sequence Length: 512 tokens
—Output Dimensionality: 768 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': 768, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, '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:

bash

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("Detomo/cl-nagoya-sup-simcse-ja-for-standard-name-v1_0")
# Run inference
sentences = [
    '科目：土工。名称：水替。',
    '科目：既製コンクリート。名称：押出成形セメント板水抜パイプ。',
    '科目：既製コンクリート。名称：地下二重壁押出成型セメントパネル足元金物。',
]
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]

<!--

Direct Usage (Transformers)

<details><summary>Click to see the direct usage in Transformers</summary>

</details> -->

<!--

Downstream Usage (Sentence Transformers)

You can finetune this model on your own dataset.

<details><summary>Click to expand</summary>

</details> -->

<!--

Out-of-Scope Use

List how the model may foreseeably be misused and address what users ought not to do with the model. -->

<!--

Bias, Risks and Limitations

What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model. -->

<!--

Recommendations

What are recommendations with respect to the foreseeable issues? For example, filtering explicit content. -->

Training Details

Training Dataset

Unnamed Dataset

—Size: 5,777 training samples
—Columns: <code>sentence</code> and <code>label</code>
—Approximate statistics based on the first 1000 samples: | | sentence | label | |:--------|:-----------------------------------------------------------------------------------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | type | string | int | | details | <ul><li>min: 11 tokens</li><li>mean: 17.53 tokens</li><li>max: 29 tokens</li></ul> | <ul><li>0: ~0.10%</li><li>1: ~0.10%</li><li>2: ~0.10%</li><li>3: ~0.10%</li><li>4: ~0.10%</li><li>5: ~0.10%</li><li>6: ~0.10%</li><li>7: ~0.10%</li><li>8: ~0.10%</li><li>9: ~0.10%</li><li>10: ~0.10%</li><li>11: ~0.10%</li><li>12: ~0.10%</li><li>13: ~0.10%</li><li>14: ~0.10%</li><li>15: ~0.10%</li><li>16: ~0.10%</li><li>17: ~0.10%</li><li>18: ~0.10%</li><li>19: ~0.10%</li><li>20: ~0.10%</li><li>21: ~0.10%</li><li>22: ~0.10%</li><li>23: ~0.10%</li><li>24: ~0.10%</li><li>25: ~0.10%</li><li>26: ~0.10%</li><li>27: ~0.10%</li><li>28: ~0.10%</li><li>29: ~0.10%</li><li>30: ~0.10%</li><li>31: ~0.10%</li><li>32: ~0.20%</li><li>33: ~0.10%</li><li>34: ~0.10%</li><li>35: ~0.10%</li><li>36: ~0.10%</li><li>37: ~0.60%</li><li>38: ~0.40%</li><li>39: ~0.10%</li><li>40: ~0.10%</li><li>41: ~0.10%</li><li>42: ~0.10%</li><li>43: ~0.20%</li><li>44: ~0.10%</li><li>45: ~0.10%</li><li>46: ~0.10%</li><li>47: ~0.10%</li><li>48: ~0.10%</li><li>49: ~0.10%</li><li>50: ~0.10%</li><li>51: ~0.10%</li><li>52: ~0.10%</li><li>53: ~0.20%</li><li>54: ~0.10%</li><li>55: ~0.10%</li><li>56: ~0.20%</li><li>57: ~0.10%</li><li>58: ~0.50%</li><li>59: ~0.50%</li><li>60: ~0.10%</li><li>61: ~0.10%</li><li>62: ~0.10%</li><li>63: ~0.10%</li><li>64: ~0.10%</li><li>65: ~0.10%</li><li>66: ~0.10%</li><li>67: ~0.10%</li><li>68: ~0.10%</li><li>69: ~0.10%</li><li>70: ~0.10%</li><li>71: ~0.10%</li><li>72: ~0.10%</li><li>73: ~0.10%</li><li>74: ~0.10%</li><li>75: ~0.10%</li><li>76: ~0.20%</li><li>77: ~0.10%</li><li>78: ~0.10%</li><li>79: ~0.10%</li><li>80: ~0.10%</li><li>81: ~0.10%</li><li>82: ~0.10%</li><li>83: ~0.10%</li><li>84: ~0.20%</li><li>85: ~0.10%</li><li>86: ~0.10%</li><li>87: ~0.20%</li><li>88: ~0.10%</li><li>89: ~0.10%</li><li>90: ~0.10%</li><li>91: ~0.10%</li><li>92: ~0.10%</li><li>93: ~0.10%</li><li>94: ~0.20%</li><li>95: ~0.20%</li><li>96: ~0.10%</li><li>97: ~0.20%</li><li>98: ~0.10%</li><li>99: ~0.20%</li><li>100: ~0.10%</li><li>101: ~0.30%</li><li>102: ~0.60%</li><li>103: ~0.10%</li><li>104: ~1.00%</li><li>105: ~0.10%</li><li>106: ~0.10%</li><li>107: ~0.10%</li><li>108: ~0.10%</li><li>109: ~0.20%</li><li>110: ~0.10%</li><li>111: ~0.20%</li><li>112: ~0.20%</li><li>113: ~0.10%</li><li>114: ~0.10%</li><li>115: ~0.10%</li><li>116: ~0.10%</li><li>117: ~0.10%</li><li>118: ~0.10%</li><li>119: ~0.10%</li><li>120: ~0.20%</li><li>121: ~0.10%</li><li>122: ~0.10%</li><li>123: ~0.10%</li><li>124: ~0.10%</li><li>125: ~0.10%</li><li>126: ~0.10%</li><li>127: ~0.10%</li><li>128: ~0.10%</li><li>129: ~0.10%</li><li>130: ~0.40%</li><li>131: ~0.10%</li><li>132: ~0.10%</li><li>133: ~0.20%</li><li>134: ~0.20%</li><li>135: ~0.20%</li><li>136: ~0.20%</li><li>137: ~0.10%</li><li>138: ~0.10%</li><li>139: ~0.10%</li><li>140: ~0.10%</li><li>141: ~0.10%</li><li>142: ~0.10%</li><li>143: ~0.20%</li><li>144: ~0.10%</li><li>145: ~0.10%</li><li>146: ~0.10%</li><li>147: ~0.10%</li><li>148: ~0.10%</li><li>149: ~0.10%</li><li>150: ~0.10%</li><li>151: ~0.20%</li><li>152: ~0.10%</li><li>153: ~0.10%</li><li>154: ~0.20%</li><li>155: ~0.10%</li><li>156: ~0.10%</li><li>157: ~0.10%</li><li>158: ~0.20%</li><li>159: ~0.20%</li><li>160: ~0.10%</li><li>161: ~0.10%</li><li>162: ~0.20%</li><li>163: ~0.20%</li><li>164: ~0.10%</li><li>165: ~0.10%</li><li>166: ~0.10%</li><li>167: ~0.10%</li><li>168: ~0.10%</li><li>169: ~0.10%</li><li>170: ~0.10%</li><li>171: ~0.10%</li><li>172: ~0.10%</li><li>173: ~0.10%</li><li>174: ~0.20%</li><li>175: ~0.10%</li><li>176: ~0.10%</li><li>177: ~0.10%</li><li>178: ~0.10%</li><li>179: ~0.10%</li><li>180: ~0.10%</li><li>181: ~0.10%</li><li>182: ~0.10%</li><li>183: ~0.10%</li><li>184: ~0.10%</li><li>185: ~0.10%</li><li>186: ~0.10%</li><li>187: ~0.10%</li><li>188: ~0.10%</li><li>189: ~0.10%</li><li>190: ~0.10%</li><li>191: ~0.20%</li><li>192: ~0.20%</li><li>193: ~0.10%</li><li>194: ~0.20%</li><li>195: ~0.10%</li><li>196: ~0.10%</li><li>197: ~0.10%</li><li>198: ~0.10%</li><li>199: ~0.20%</li><li>200: ~0.20%</li><li>201: ~0.10%</li><li>202: ~0.10%</li><li>203: ~0.10%</li><li>204: ~0.10%</li><li>205: ~0.10%</li><li>206: ~0.10%</li><li>207: ~0.10%</li><li>208: ~0.10%</li><li>209: ~0.10%</li><li>210: ~0.10%</li><li>211: ~0.10%</li><li>212: ~0.10%</li><li>213: ~2.30%</li><li>214: ~1.10%</li><li>215: ~0.10%</li><li>216: ~0.10%</li><li>217: ~0.10%</li><li>218: ~0.20%</li><li>219: ~0.10%</li><li>220: ~0.30%</li><li>221: ~0.50%</li><li>222: ~0.10%</li><li>223: ~0.20%</li><li>224: ~0.10%</li><li>225: ~0.10%</li><li>226: ~0.20%</li><li>227: ~0.10%</li><li>228: ~0.30%</li><li>229: ~0.10%</li><li>230: ~0.10%</li><li>231: ~0.10%</li><li>232: ~0.10%</li><li>233: ~0.20%</li><li>234: ~0.10%</li><li>235: ~0.10%</li><li>236: ~0.10%</li><li>237: ~0.10%</li><li>238: ~0.10%</li><li>239: ~0.10%</li><li>240: ~0.10%</li><li>241: ~0.10%</li><li>242: ~0.10%</li><li>243: ~0.10%</li><li>244: ~0.10%</li><li>245: ~0.10%</li><li>246: ~0.20%</li><li>247: ~0.10%</li><li>248: ~0.10%</li><li>249: ~0.10%</li><li>250: ~0.10%</li><li>251: ~0.10%</li><li>252: ~0.10%</li><li>253: ~0.10%</li><li>254: ~0.10%</li><li>255: ~0.30%</li><li>256: ~0.10%</li><li>257: ~0.40%</li><li>258: ~0.10%</li><li>259: ~0.10%</li><li>260: ~0.10%</li><li>261: ~0.10%</li><li>262: ~0.20%</li><li>263: ~0.20%</li><li>264: ~0.20%</li><li>265: ~0.10%</li><li>266: ~0.30%</li><li>267: ~0.20%</li><li>268: ~0.10%</li><li>269: ~0.10%</li><li>270: ~0.10%</li><li>271: ~0.10%</li><li>272: ~0.10%</li><li>273: ~0.30%</li><li>274: ~0.10%</li><li>275: ~0.10%</li><li>276: ~0.10%</li><li>277: ~0.10%</li><li>278: ~0.20%</li><li>279: ~0.10%</li><li>280: ~0.20%</li><li>281: ~0.10%</li><li>282: ~0.10%</li><li>283: ~0.10%</li><li>284: ~0.10%</li><li>285: ~0.10%</li><li>286: ~0.10%</li><li>287: ~0.10%</li><li>288: ~0.10%</li><li>289: ~0.10%</li><li>290: ~0.10%</li><li>291: ~0.10%</li><li>292: ~0.10%</li><li>293: ~0.10%</li><li>294: ~0.20%</li><li>295: ~0.10%</li><li>296: ~0.10%</li><li>297: ~0.10%</li><li>298: ~0.10%</li><li>299: ~0.20%</li><li>300: ~0.20%</li><li>301: ~0.10%</li><li>302: ~0.10%</li><li>303: ~0.10%</li><li>304: ~0.10%</li><li>305: ~0.10%</li><li>306: ~0.10%</li><li>307: ~0.30%</li><li>308: ~0.10%</li><li>309: ~0.10%</li><li>310: ~0.10%</li><li>311: ~0.10%</li><li>312: ~0.10%</li><li>313: ~0.10%</li><li>314: ~0.10%</li><li>315: ~0.10%</li><li>316: ~0.10%</li><li>317: ~0.10%</li><li>318: ~0.10%</li><li>319: ~0.20%</li><li>320: ~0.10%</li><li>321: ~0.10%</li><li>322: ~0.10%</li><li>323: ~0.10%</li><li>324: ~0.10%</li><li>325: ~0.10%</li><li>326: ~0.20%</li><li>327: ~0.10%</li><li>328: ~0.10%</li><li>329: ~0.10%</li><li>330: ~0.10%</li><li>331: ~0.10%</li><li>332: ~0.20%</li><li>333: ~0.10%</li><li>334: ~0.10%</li><li>335: ~0.10%</li><li>336: ~0.30%</li><li>337: ~0.60%</li><li>338: ~0.80%</li><li>339: ~0.50%</li><li>340: ~1.40%</li><li>341: ~0.70%</li><li>342: ~0.10%</li><li>343: ~0.10%</li><li>344: ~0.10%</li><li>345: ~1.00%</li><li>346: ~0.20%</li><li>347: ~0.10%</li><li>348: ~1.10%</li><li>349: ~0.10%</li><li>350: ~0.10%</li><li>351: ~0.10%</li><li>352: ~0.10%</li><li>353: ~1.10%</li><li>354: ~0.10%</li><li>355: ~0.10%</li><li>356: ~0.20%</li><li>357: ~0.10%</li><li>358: ~0.20%</li><li>359: ~0.10%</li><li>360: ~0.10%</li><li>361: ~0.10%</li><li>362: ~0.10%</li><li>363: ~0.10%</li><li>364: ~0.10%</li><li>365: ~0.10%</li><li>366: ~0.20%</li><li>367: ~0.10%</li><li>368: ~0.10%</li><li>369: ~0.10%</li><li>370: ~0.10%</li><li>371: ~0.10%</li><li>372: ~0.10%</li><li>373: ~0.10%</li><li>374: ~0.10%</li><li>375: ~0.10%</li><li>376: ~0.20%</li><li>377: ~0.10%</li><li>378: ~0.10%</li><li>379: ~0.20%</li><li>380: ~0.10%</li><li>381: ~0.20%</li><li>382: ~0.10%</li><li>383: ~0.10%</li><li>384: ~0.10%</li><li>385: ~0.10%</li><li>386: ~0.10%</li><li>387: ~0.10%</li><li>388: ~0.20%</li><li>389: ~0.30%</li><li>390: ~0.20%</li><li>391: ~0.10%</li><li>392: ~0.20%</li><li>393: ~0.10%</li><li>394: ~0.10%</li><li>395: ~0.10%</li><li>396: ~0.10%</li><li>397: ~0.10%</li><li>398: ~0.30%</li><li>399: ~0.10%</li><li>400: ~0.30%</li><li>401: ~0.10%</li><li>402: ~0.10%</li><li>403: ~0.10%</li><li>404: ~0.10%</li><li>405: ~0.10%</li><li>406: ~0.10%</li><li>407: ~0.10%</li><li>408: ~0.10%</li><li>409: ~0.10%</li><li>410: ~0.20%</li><li>411: ~0.20%</li><li>412: ~0.80%</li><li>413: ~0.20%</li><li>414: ~0.20%</li><li>415: ~0.10%</li><li>416: ~0.10%</li><li>417: ~0.90%</li><li>418: ~0.10%</li><li>419: ~0.10%</li><li>420: ~0.10%</li><li>421: ~0.10%</li><li>422: ~0.10%</li><li>423: ~1.00%</li><li>424: ~0.10%</li><li>425: ~0.10%</li><li>426: ~0.30%</li><li>427: ~0.10%</li><li>428: ~0.30%</li><li>429: ~0.10%</li><li>430: ~0.10%</li><li>431: ~0.10%</li><li>432: ~0.20%</li><li>433: ~0.10%</li><li>434: ~0.10%</li><li>435: ~0.20%</li><li>436: ~0.10%</li><li>437: ~0.10%</li><li>438: ~0.20%</li><li>439: ~0.10%</li><li>440: ~0.20%</li><li>441: ~0.10%</li><li>442: ~0.10%</li><li>443: ~0.10%</li><li>444: ~0.10%</li><li>445: ~0.10%</li><li>446: ~0.10%</li><li>447: ~0.10%</li><li>448: ~0.20%</li><li>449: ~0.20%</li><li>450: ~0.10%</li><li>451: ~0.10%</li><li>452: ~0.30%</li><li>453: ~0.20%</li><li>454: ~0.10%</li><li>455: ~0.10%</li><li>456: ~0.10%</li><li>457: ~0.70%</li><li>458: ~0.20%</li><li>459: ~0.50%</li><li>460: ~0.20%</li><li>461: ~0.10%</li><li>462: ~0.10%</li><li>463: ~0.40%</li><li>464: ~0.60%</li><li>465: ~0.20%</li><li>466: ~0.10%</li><li>467: ~0.20%</li><li>468: ~0.10%</li><li>469: ~0.10%</li><li>470: ~0.10%</li><li>471: ~0.10%</li><li>472: ~0.10%</li><li>473: ~0.10%</li><li>474: ~0.10%</li><li>475: ~0.20%</li><li>476: ~0.10%</li><li>477: ~0.10%</li><li>478: ~0.10%</li><li>479: ~0.10%</li><li>480: ~0.10%</li><li>481: ~0.10%</li><li>482: ~0.10%</li><li>483: ~0.10%</li><li>484: ~0.10%</li><li>485: ~0.10%</li><li>486: ~0.10%</li><li>487: ~0.10%</li><li>488: ~0.40%</li><li>489: ~0.10%</li><li>490: ~0.10%</li><li>491: ~0.10%</li><li>492: ~0.10%</li><li>493: ~0.10%</li><li>494: ~0.10%</li><li>495: ~0.10%</li><li>496: ~0.20%</li><li>497: ~0.20%</li><li>498: ~0.10%</li><li>499: ~0.10%</li><li>500: ~0.20%</li><li>501: ~0.10%</li><li>502: ~0.20%</li><li>503: ~0.10%</li><li>504: ~0.10%</li><li>505: ~0.20%</li><li>506: ~0.20%</li><li>507: ~0.20%</li><li>508: ~0.10%</li><li>509: ~0.10%</li><li>510: ~0.10%</li><li>511: ~0.10%</li><li>512: ~0.10%</li><li>513: ~0.10%</li><li>514: ~0.40%</li><li>515: ~0.30%</li><li>516: ~0.10%</li><li>517: ~0.10%</li><li>518: ~0.10%</li><li>519: ~0.20%</li><li>520: ~0.20%</li><li>521: ~0.20%</li><li>522: ~0.20%</li><li>523: ~0.10%</li><li>524: ~0.10%</li><li>525: ~0.10%</li><li>526: ~0.10%</li><li>527: ~0.10%</li><li>528: ~0.10%</li><li>529: ~0.10%</li><li>530: ~0.10%</li><li>531: ~0.10%</li><li>532: ~0.10%</li><li>533: ~0.10%</li><li>534: ~0.10%</li><li>535: ~0.10%</li><li>536: ~0.10%</li><li>537: ~0.10%</li><li>538: ~0.10%</li><li>539: ~0.10%</li><li>540: ~0.10%</li><li>541: ~0.10%</li><li>542: ~0.20%</li><li>543: ~0.10%</li><li>544: ~0.10%</li><li>545: ~0.20%</li><li>546: ~0.10%</li><li>547: ~0.10%</li><li>548: ~0.10%</li><li>549: ~0.10%</li><li>550: ~0.10%</li><li>551: ~0.10%</li><li>552: ~0.10%</li><li>553: ~0.10%</li><li>554: ~0.10%</li><li>555: ~0.10%</li><li>556: ~0.10%</li><li>557: ~0.10%</li><li>558: ~0.10%</li><li>559: ~0.10%</li><li>560: ~0.10%</li><li>561: ~0.10%</li><li>562: ~0.10%</li><li>563: ~0.10%</li><li>564: ~0.10%</li><li>565: ~0.10%</li><li>566: ~0.10%</li><li>567: ~0.10%</li><li>568: ~0.10%</li><li>569: ~0.10%</li><li>570: ~0.10%</li><li>571: ~0.10%</li><li>572: ~0.10%</li><li>573: ~0.10%</li><li>574: ~0.10%</li><li>575: ~0.10%</li><li>576: ~0.10%</li><li>577: ~0.10%</li><li>578: ~0.10%</li><li>579: ~0.10%</li><li>580: ~0.10%</li><li>581: ~0.10%</li><li>582: ~0.10%</li><li>583: ~0.10%</li><li>584: ~0.10%</li><li>585: ~0.10%</li><li>586: ~0.10%</li><li>587: ~0.10%</li><li>588: ~0.10%</li><li>589: ~0.10%</li><li>590: ~0.10%</li><li>591: ~0.10%</li><li>592: ~0.10%</li><li>593: ~0.10%</li><li>594: ~0.10%</li><li>595: ~0.10%</li><li>596: ~0.10%</li><li>597: ~0.10%</li><li>598: ~0.10%</li><li>599: ~0.10%</li><li>600: ~0.10%</li><li>601: ~0.10%</li><li>602: ~0.10%</li><li>603: ~0.10%</li><li>604: ~0.10%</li><li>605: ~0.10%</li><li>606: ~0.10%</li><li>607: ~0.10%</li><li>608: ~0.10%</li><li>609: ~0.10%</li><li>610: ~0.10%</li><li>611: ~0.10%</li><li>612: ~0.10%</li><li>613: ~0.10%</li><li>614: ~0.10%</li><li>615: ~0.10%</li><li>616: ~0.10%</li><li>617: ~0.10%</li><li>618: ~0.10%</li><li>619: ~0.10%</li><li>620: ~0.10%</li><li>621: ~0.10%</li><li>622: ~0.10%</li><li>623: ~0.10%</li><li>624: ~0.10%</li><li>625: ~0.10%</li><li>626: ~0.10%</li><li>627: ~0.10%</li><li>628: ~0.10%</li><li>629: ~0.10%</li><li>630: ~0.10%</li><li>631: ~0.10%</li><li>632: ~0.10%</li><li>633: ~0.10%</li><li>634: ~0.20%</li><li>635: ~0.10%</li><li>636: ~0.10%</li><li>637: ~0.10%</li><li>638: ~0.10%</li><li>639: ~0.10%</li><li>640: ~0.10%</li><li>641: ~0.10%</li><li>642: ~0.10%</li><li>643: ~0.10%</li><li>644: ~0.10%</li><li>645: ~0.10%</li><li>646: ~0.10%</li><li>647: ~0.10%</li><li>648: ~0.10%</li><li>649: ~0.10%</li><li>650: ~0.10%</li><li>651: ~0.10%</li><li>652: ~0.10%</li><li>653: ~0.10%</li><li>654: ~0.10%</li><li>655: ~0.10%</li><li>656: ~0.10%</li><li>657: ~0.10%</li><li>658: ~0.10%</li><li>659: ~0.10%</li><li>660: ~0.10%</li><li>661: ~0.10%</li><li>662: ~0.10%</li><li>663: ~0.10%</li><li>664: ~0.10%</li><li>665: ~0.10%</li><li>666: ~0.20%</li><li>667: ~0.10%</li><li>668: ~0.10%</li><li>669: ~0.10%</li><li>670: ~0.10%</li><li>671: ~0.10%</li><li>672: ~0.10%</li><li>673: ~0.10%</li><li>674: ~0.10%</li><li>675: ~0.10%</li><li>676: ~0.10%</li><li>677: ~0.10%</li><li>678: ~0.10%</li><li>679: ~0.10%</li><li>680: ~0.10%</li><li>681: ~0.10%</li><li>682: ~0.10%</li><li>683: ~0.20%</li><li>684: ~0.10%</li><li>685: ~0.10%</li><li>686: ~0.10%</li><li>687: ~0.10%</li><li>688: ~0.10%</li><li>689: ~0.10%</li><li>690: ~0.10%</li><li>691: ~0.10%</li><li>692: ~0.10%</li><li>693: ~0.10%</li><li>694: ~0.10%</li></ul> |
—Samples: | sentence | label | |:-----------------------------------|:---------------| | <code>科目：共通仮設費。名称：仮囲い。</code> | <code>0</code> | | <code>科目：共通仮設費。名称：電動パネルゲート。</code> | <code>1</code> | | <code>科目：共通仮設費。名称：タワークレーン。</code> | <code>2</code> |
—Loss: <code>BatchAllTripletLoss</code>

Training Hyperparameters

Non-Default Hyperparameters

—per_device_train_batch_size: 256
—per_device_eval_batch_size: 256
—learning_rate: 1e-05
—weight_decay: 0.01
—num_train_epochs: 200
—warmup_ratio: 0.1
—fp16: True
—batch_sampler: groupbylabel

All Hyperparameters

<details><summary>Click to expand</summary>

—overwrite_output_dir: False
—do_predict: False
—eval_strategy: no
—prediction_loss_only: True
—per_device_train_batch_size: 256
—per_device_eval_batch_size: 256
—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-05
—weight_decay: 0.01
—adam_beta1: 0.9
—adam_beta2: 0.999
—adam_epsilon: 1e-08
—max_grad_norm: 1.0
—num_train_epochs: 200
—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: {'minnumparams': 0, 'xla': False, 'xlafsdpv2': False, 'xlafsdpgrad_ckpt': False}
—fsdp_transformer_layer_cls_to_wrap: None
—accelerator_config: {'splitbatches': False, 'dispatchbatches': None, 'evenbatches': True, 'useseedablesampler': True, 'nonblocking': False, 'gradientaccumulationkwargs': 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: 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
—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: groupbylabel
—multi_dataset_batch_sampler: proportional

</details>

Training Logs

Epoch	Step	Training Loss
3.0870	20	0.8892
6.1739	40	0.8935
9.2609	60	0.862
13.0870	80	0.803
16.1739	100	0.8154
19.2609	120	0.7741
23.0870	140	0.7383
26.1739	160	0.7381
29.2609	180	0.7082
33.0870	200	0.6593
36.1739	220	0.6816
39.2609	240	0.6507
43.0870	260	0.6357
46.1739	280	0.643
49.2609	300	0.6336
53.0870	320	0.6392
56.1739	340	0.6153
59.2609	360	0.6385
63.0870	380	0.6034
66.1739	400	0.6194
69.2609	420	0.6334
73.0870	440	0.5934
76.1739	460	0.6216
79.2609	480	0.6211
83.0870	500	0.5974
86.1739	520	0.6612
89.2609	540	0.5143
93.0870	560	0.5871
96.1739	580	0.5752
99.2609	600	0.5661
103.0870	620	0.5879
106.1739	640	0.5866
109.2609	660	0.5677
113.0870	680	0.4864
116.1739	700	0.5891
119.2609	720	0.617
123.0870	740	0.5785
126.1739	760	0.534
129.2609	780	0.5854
133.0870	800	0.5971
136.1739	820	0.5309
139.2609	840	0.5514
143.0870	860	0.5656
146.1739	880	0.5106
149.2609	900	0.4831
153.0870	920	0.497
156.1739	940	0.4606
159.2609	960	0.4699
163.0870	980	0.5007
166.1739	1000	0.5483
169.2609	1020	0.4527
173.0870	1040	0.448
176.1739	1060	0.4639
179.2609	1080	0.6067
183.0870	1100	0.4516
186.1739	1120	0.4747
189.2609	1140	0.4732
193.0870	1160	0.5844
196.1739	1180	0.4461
199.2609	1200	0.4609

Framework Versions

—Python: 3.11.11
—Sentence Transformers: 3.3.1
—Transformers: 4.48.3
—PyTorch: 2.5.1+cu124
—Accelerate: 1.3.0
—Datasets: 3.3.2
—Tokenizers: 0.21.0

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",
}

BatchAllTripletLoss

bibtex

@misc{hermans2017defense,
    title={In Defense of the Triplet Loss for Person Re-Identification},
    author={Alexander Hermans and Lucas Beyer and Bastian Leibe},
    year={2017},
    eprint={1703.07737},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

<!--

Glossary

Clearly define terms in order to be accessible across audiences. -->

<!--

Model Card Authors

Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction. -->

<!--

Model Card Contact

Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors. -->