|
--- |
|
tags: |
|
- sentence-transformers |
|
- sentence-similarity |
|
- feature-extraction |
|
- generated_from_trainer |
|
- dataset_size:200 |
|
- loss:MultipleNegativesRankingLoss |
|
base_model: sentence-transformers/multi-qa-distilbert-dot-v1 |
|
widget: |
|
- source_sentence: Qual é o horário de funcionamento do setor DCFN (Divisão de Contabilidade |
|
e Finanças)? |
|
sentences: |
|
- 'Demais informações acesse o site: https://www.gestaoadministrativa.saomateus.ufes.br/apresentacao' |
|
- Por favor, contate o suporte técnico detalhando o problema do equipamento para |
|
diagnóstico e reparo. |
|
- Envie um e-mail para [email protected]. |
|
- source_sentence: Como solicitar pagamento de ajuda de custos à estudante? |
|
sentences: |
|
- Para instalar uma impressora, solicite o serviço ao suporte de TI em https://atendimento.ufes.br, |
|
que poderá auxiliar com a instalação e configuração do equipamento. |
|
- Faça login em https://administrativo.ufes.br/sistema/catalogo-produtos/catalogo. |
|
- 'Cabe à Secretaria Única de Graduação – SUGRAD/CEUNES instruir devidamente o processo |
|
digital, encaminhar para análise e aprovação da Direção do Ceunes, que se estiver |
|
de acordo, remeterá o mesmo à DCFN (Divisão de Contabilidade e Finanças) para |
|
efetivação do pagamento. |
|
|
|
Informações sobre pagamento de ajuda de custos à estudantes entrar em contato |
|
com a DCFN (Divisão de Contabilidade e Finanças). |
|
|
|
|
|
E-mail institucional: [email protected]. |
|
|
|
|
|
Telefones: 3312-1517 e 3312-1518. |
|
|
|
|
|
Demais informações acesse o site: https://www.gestaoadministrativa.saomateus.ufes.br/apresentacao' |
|
- source_sentence: Como solicitar atendimento social online? |
|
sentences: |
|
- Acesse https://administrativo.ufes.br/sistema/solicitacao/visualizar-solicitacoes-universidade. |
|
- 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. |
|
- Envie um e-mail para [email protected] para agendar o atendimento. |
|
- source_sentence: Problemas - Pontos de Internet |
|
sentences: |
|
- Se há pontos de internet que não estão funcionando, por favor, entre em contato |
|
com o suporte de TI para solicitar manutenção ou inspeção dos cabos e conectores. |
|
- Siga as orientações em https://senha.ufes.br/site/recuperaCredenciais. |
|
- Procurar a aplicação Executar no menu do Windows ou pressionar as teclas simultaneamente |
|
Windows + R e digitar \\172.20.110.8 . |
|
- source_sentence: Qual é o procedimento para solicitação de compras? |
|
sentences: |
|
- Envie um ofício via documento avulso para DRMN. Mais informações em https://drm.saomateus.ufes.br/agentes-patrimoniais. |
|
- Para solicitar uma compra, é necessário preencher o formulário de solicitação |
|
e enviá-lo ao setor de compras. |
|
- Atualmente somente são realizadas consultas relativas à avaliação dos exames periódicos. |
|
Envie um e-mail para [email protected] ou ligue para equipe de enfermagem |
|
no ramal (27) 3312-1742. O horário de atendimento é de segunda a sexta-feira, |
|
das 08h às 11h30 e das 12h30 às 17h. |
|
datasets: |
|
- matunderstars/ufes-qa-data |
|
pipeline_tag: sentence-similarity |
|
library_name: sentence-transformers |
|
--- |
|
|
|
# SentenceTransformer based on sentence-transformers/multi-qa-distilbert-dot-v1 |
|
|
|
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [sentence-transformers/multi-qa-distilbert-dot-v1](https://huggingface.co/sentence-transformers/multi-qa-distilbert-dot-v1) on the [train](https://huggingface.co/datasets/matunderstars/ufes-qa-data) and [test](https://huggingface.co/datasets/matunderstars/ufes-qa-data) datasets. 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:** [sentence-transformers/multi-qa-distilbert-dot-v1](https://huggingface.co/sentence-transformers/multi-qa-distilbert-dot-v1) <!-- at revision af530b176a2172b3aeeb9abc7b9d4e808f2a9477 --> |
|
- **Maximum Sequence Length:** 512 tokens |
|
- **Output Dimensionality:** 768 dimensions |
|
- **Similarity Function:** Dot Product |
|
- **Training Datasets:** |
|
- [train](https://huggingface.co/datasets/matunderstars/ufes-qa-data) |
|
- [test](https://huggingface.co/datasets/matunderstars/ufes-qa-data) |
|
<!-- - **Language:** Unknown --> |
|
<!-- - **License:** Unknown --> |
|
|
|
### Model Sources |
|
|
|
- **Documentation:** [Sentence Transformers Documentation](https://sbert.net) |
|
- **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers) |
|
- **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers) |
|
|
|
### Full Model Architecture |
|
|
|
``` |
|
SentenceTransformer( |
|
(0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: DistilBertModel |
|
(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("matunderstars/ufes-qa-embedding-finetuned-v3") |
|
# Run inference |
|
sentences = [ |
|
'Qual é o procedimento para solicitação de compras?', |
|
'Para solicitar uma compra, é necessário preencher o formulário de solicitação e enviá-lo ao setor de compras.', |
|
'Atualmente somente são realizadas consultas relativas à avaliação dos exames periódicos. Envie um e-mail para [email protected] ou ligue para equipe de enfermagem no ramal (27) 3312-1742. O horário de atendimento é de segunda a sexta-feira, das 08h às 11h30 e das 12h30 às 17h.', |
|
] |
|
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 Datasets |
|
|
|
#### train |
|
|
|
* Dataset: [train](https://huggingface.co/datasets/matunderstars/ufes-qa-data) at [02bfedf](https://huggingface.co/datasets/matunderstars/ufes-qa-data/tree/02bfedf96441339120864b5df6b748c47d391b2d) |
|
* Size: 100 training samples |
|
* Columns: <code>question</code> and <code>answer</code> |
|
* Approximate statistics based on the first 100 samples: |
|
| | question | answer | |
|
|:--------|:----------------------------------------------------------------------------------|:------------------------------------------------------------------------------------| |
|
| type | string | string | |
|
| details | <ul><li>min: 7 tokens</li><li>mean: 18.01 tokens</li><li>max: 45 tokens</li></ul> | <ul><li>min: 14 tokens</li><li>mean: 56.46 tokens</li><li>max: 390 tokens</li></ul> | |
|
* Samples: |
|
| question | answer | |
|
|:----------------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
|
| <code>Onde encontrar informações sobre diárias?</code> | <code>Procedimentos, formulários, dúvidas e orientações estão disponíveis em:<br>https://gestaoadministrativa.saomateus.ufes.br/procedimentos-necessarios-para-solicitacao-de-diarias-e-passagens-aereas-no-ambito-do-ceunesufes</code> | |
|
| <code>Onde encontrar informações sobre as salas de aula e a configuração de equipamentos?</code> | <code>Consulte o manual em https://dtin.saomateus.ufes.br/tecnologias-educacionais.</code> | |
|
| <code>Como cadastrar/alterar dados no Sistema Integrado de Ensino (SIE), Protocolo, Portal Administrativo, Acadêmico e Reservas?</code> | <code>Acesse https://dtin.saomateus.ufes.br/cadastros-e-habilitacao-aos-sistemas-institucionais e preencha o formulário.</code> | |
|
* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters: |
|
```json |
|
{ |
|
"scale": 20.0, |
|
"similarity_fct": "cos_sim" |
|
} |
|
``` |
|
|
|
#### test |
|
|
|
* Dataset: [test](https://huggingface.co/datasets/matunderstars/ufes-qa-data) at [02bfedf](https://huggingface.co/datasets/matunderstars/ufes-qa-data/tree/02bfedf96441339120864b5df6b748c47d391b2d) |
|
* Size: 100 training samples |
|
* Columns: <code>question</code> and <code>answer</code> |
|
* Approximate statistics based on the first 100 samples: |
|
| | question | answer | |
|
|:--------|:---------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------| |
|
| type | string | string | |
|
| details | <ul><li>min: 8 tokens</li><li>mean: 18.3 tokens</li><li>max: 36 tokens</li></ul> | <ul><li>min: 15 tokens</li><li>mean: 52.4 tokens</li><li>max: 219 tokens</li></ul> | |
|
* Samples: |
|
| question | answer | |
|
|:------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
|
| <code>Liberação de Acesso a sistemas institucionais</code> | <code>Para liberar acesso a sistemas institucionais, entre em contato com o setor de TI da UFES, especificando o recurso ou sistema para o qual precisa de acesso.</code> | |
|
| <code>Como criar uma nova ata de registro de preços?</code> | <code>Observe o calendário de compras CEUNES. Acesse https://crm.saomateus.ufes.br.</code> | |
|
| <code>Sistema dos Correios (SIGEP) não abre</code> | <code>Verifique se o sistema SIGEP está atualizado. Consulte o suporte de TI para assistência.</code> | |
|
* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters: |
|
```json |
|
{ |
|
"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 |
|
<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`: 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`: 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`: no_duplicates |
|
- `multi_dataset_batch_sampler`: proportional |
|
|
|
</details> |
|
|
|
### Training Logs |
|
| Epoch | Step | Training Loss | |
|
|:--------:|:----:|:-------------:| |
|
| 71.4286 | 500 | 0.1063 | |
|
| 142.8571 | 1000 | 0.0001 | |
|
|
|
|
|
### Framework Versions |
|
- Python: 3.10.12 |
|
- Sentence Transformers: 3.3.1 |
|
- Transformers: 4.46.3 |
|
- PyTorch: 2.5.1+cu121 |
|
- Accelerate: 1.1.1 |
|
- 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", |
|
} |
|
``` |
|
|
|
#### MultipleNegativesRankingLoss |
|
```bibtex |
|
@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} |
|
} |
|
``` |
|
|
|
<!-- |
|
## 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.* |
|
--> |
