metadata

tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:200
  - loss:MultipleNegativesRankingLoss
base_model: neuralmind/bert-large-portuguese-cased
widget:
  - source_sentence: Solicitação de manutenção nos conectores de rede
    sentences:
      - >-
        Para manutenção dos conectores de rede, encaminhe a solicitação ao setor
        de TI da UFES em https://atendimento.ufes.br, especificando o
        laboratório e os problemas encontrados.
      - >-
        Acesse o site da Prograd em https://prograd.ufes.br para mais
        informações conforme o edital vigente.
      - >-
        Ao identificar sua convocação no SouGov.br (na funcionalidade Minha
        Saúde - Exames Periódicos), o servidor irá decidir sobre a realização do
        exame periódico, conforme as etapas a seguir: 1) Visualizar exames e
        avançar; 2) Informar se concorda ou não em realizar os exames médicos
        periódicos, clicar em Salvar e Avançar; 3) Caso o servidor tenha
        concordado em realizar os exames, ele deverá clicar em Emitir Guia,
        imprimi-las e Avançar para preencher formulário de Anamnese (1.
        Histórico Ocupacional; 2. Antecedentes Pessoais; 3. Antecedentes
        Familiares; 4. Hábitos Pessoais; e 5. Condições Atuais de Trabalho) e
        finalizar o processo.
  - source_sentence: Quero falar com um atendente humano, pessoa real
    sentences:
      - >-
        Envie um e-mail para [email protected] solicitando a
        alteração dos dados bancários.
      - >-
        Para dificuldades de acesso à rede Eduroam, verifique as configurações
        de rede e as credenciais fornecidas. Caso persista, contate o suporte de
        TI da UFES para assistência.
      - >-
        Acesse nosso chat para falar com um atendente humano:
        https://chat.google.com/room/AAAAHqHLj6c?cls=7
  - source_sentence: Como realizar o cadastro no Proaes?
    sentences:
      - >-
        Acesse o site da Proaeci em https://proaeci.ufes.br/editais para
        verificar se há algum edital vigente para o semestre.
      - >-
        Acesse o manual em
        https://gov.br/compras/pt-br/centrais-de-conteudo/manuais/manual-etp-digital.
      - >-
        Acesse
        https://compras.ufes.br/inclusao-de-produto-no-catalogo-de-materiais.
  - source_sentence: Como posso solicitar manutenção de bens?
    sentences:
      - >-
        A solicitação de manutenção de bens deve ser feita pelo sistema de
        gestão patrimonial.
      - >-
        Por favor, contate o suporte técnico detalhando o problema do
        equipamento para diagnóstico e reparo.
      - >-
        Sou especializado em responder perguntas frequentes relacionadas a UFES
        sobre a Diretoria de Suporte Administrativo - DSAN.
  - source_sentence: Como solicitar atendimento social online?
    sentences:
      - >-
        Com a senha única, siga o tutorial correspondente em
        https://sti.ufes.br/eduroam.
      - Envie um e-mail para [email protected] para agendar o atendimento.
      - >-
        Envie um ofício via documento avulso para a DRMN, conforme manual
        disponível em https://drm.saomateus.ufes.br/manuais-0.
datasets:
  - matunderstars/ufes-qa-data
pipeline_tag: sentence-similarity
library_name: sentence-transformers

SentenceTransformer based on neuralmind/bert-large-portuguese-cased

This is a sentence-transformers model finetuned from neuralmind/bert-large-portuguese-cased on the train and test datasets. 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: neuralmind/bert-large-portuguese-cased
Maximum Sequence Length: 512 tokens
Output Dimensionality: 1024 dimensions
Similarity Function: Cosine Similarity
Training Datasets:
- train
- test

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': 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})
)

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.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("matunderstars/ufes-qa-embedding-finetuned-bert")
# Run inference
sentences = [
    'Como solicitar atendimento social online?',
    'Envie um e-mail para [email protected] para agendar o atendimento.',
    'Envie um ofício via documento avulso para a DRMN, conforme manual disponível em https://drm.saomateus.ufes.br/manuais-0.',
]
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]

Training Details

Training Datasets

train

Dataset: train at 02bfedf
Size: 100 training samples
Columns: question and answer
Approximate statistics based on the first 100 samples:
question answer
type string string
details
min: 5 tokens
mean: 12.81 tokens
max: 34 tokens

min: 11 tokens
mean: 47.79 tokens
max: 272 tokens

	question	answer
type	string	string
details	min: 5 tokens mean: 12.81 tokens max: 34 tokens	min: 11 tokens mean: 47.79 tokens max: 272 tokens

Samples:

question	answer
`Problemas para acessar a internet`	`Para problemas de acesso à internet, verifique as configurações de rede. Se o problema continuar, entre em contato com a equipe de TI para suporte.`
`Como solicitar o tombamento de um bem extraorçamentário?`	`Envie a documentação via https://protocolo.ufes.br. Manual em https://drm.saomateus.ufes.br/manuais-0.`
`Onde enviar dúvidas sobre o sistema de registro de preços?`	`Envie um e-mail para [email protected].`

Loss: MultipleNegativesRankingLoss with these parameters:

{
    "scale": 20.0,
    "similarity_fct": "cos_sim"
}

test

Dataset: test at 02bfedf
Size: 100 training samples
Columns: question and answer
Approximate statistics based on the first 100 samples:
question answer
type string string
details
min: 8 tokens
mean: 11.65 tokens
max: 21 tokens

min: 10 tokens
mean: 35.4 tokens
max: 78 tokens

	question	answer
type	string	string
details	min: 8 tokens mean: 11.65 tokens max: 21 tokens	min: 10 tokens mean: 35.4 tokens max: 78 tokens

Samples:

question	answer
`Como acessar os dados acadêmicos e administrativos?`	`Acesse o Portal Administrativo em https://administrativo.ufes.br.`
`Suporte técnico para notebook`	`Para solicitar suporte técnico para notebooks institucionais, entre em contato com o setor de TI da UFES, detalhando o problema encontrado.`
`Onde acessar o manual para utilizar o Portal Administrativo?`	`Acesse https://drm.saomateus.ufes.br → Patrimônio → Manuais.`

Loss: MultipleNegativesRankingLoss with these parameters:

{
    "scale": 20.0,
    "similarity_fct": "cos_sim"
}

Training Hyperparameters

Non-Default Hyperparameters

per_device_train_batch_size: 16
per_device_eval_batch_size: 16
num_train_epochs: 180
warmup_ratio: 0.1
fp16: True
batch_sampler: no_duplicates

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: no
prediction_loss_only: True
per_device_train_batch_size: 16
per_device_eval_batch_size: 16
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: 1.0
num_train_epochs: 180
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: {'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: 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: no_duplicates
multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss
71.4286	500	0.1226
142.8571	1000	0.0

Framework Versions

Python: 3.10.12
Sentence Transformers: 3.3.1
Transformers: 4.47.1
PyTorch: 2.5.1+cu121
Accelerate: 1.2.1
Datasets: 3.2.0
Tokenizers: 0.21.0

Citation

BibTeX

Sentence Transformers

@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",
}

MultipleNegativesRankingLoss

@misc{henderson2017efficient,
    title={Efficient Natural Language Response Suggestion for Smart Reply},
    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},
    year={2017},
    eprint={1705.00652},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}