File size: 23,857 Bytes
ba09693 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 |
---
language: []
library_name: sentence-transformers
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- dataset_size:1K<n<10K
- loss:MultipleNegativesRankingLoss
base_model: intfloat/multilingual-e5-large
widget:
- source_sentence: a) Đảm bảo quyền lợi của cổ đông, nhà đầu tư
sentences:
- a) 5%
- Làm thế nào để cổ đông có thể tham gia Đại hội đồng cổ đông năm 2022 của Tập đoàn?
- Trong Ban Kiểm soát FPT, ai là Trưởng Ban Kiểm soát và đã đảm nhiệm vị trí này
từ năm nào đến năm nào?
- source_sentence: Vốn điều lệ của công ty là bao nhiêu VNĐ?
sentences:
- Tổng vốn đầu tư của công ty FPT là bao nhiêu?
- Tính tổng số CP mà cả hai Đỗ Cao Bảo và Bùi Quang Ngọc đã nhận từ cả hai nguồn
trên.
- FPT đã thực hiện chế độ làm việc 'thời chiến' như thế nào để thích ứng với tình
hình Covid-19?
- source_sentence: FPT Corporation được thành lập vào ngày nào?
sentences:
- Ngày thành lập của FPT là khi nào và tại địa chỉ nào?
- Các công ty nào đã được đề cập là đối tác hợp tác của FPT trong việc chuyển đổi
số?
- Khối Viễn thông đã đạt được những kết quả nào vượt kế hoạch trong doanh thu và
LNTT?
- source_sentence: Ông Võ Đặng Phát gia nhập FPT từ năm nào?
sentences:
- Ông Võ Đặng Phát được bổ nhiệm vào vị trí nào trong FPT từ tháng 07/2022?
- Tại sao FPT định hướng mua bán và sáp nhập (M&A) để tăng cường số lượng chuyên
gia?
- Động lực tăng trưởng mới mà Ban Lãnh đạo Tập đoàn FPT đã xác định bao gồm những
yếu tố nào?
- source_sentence: Chương trình hành động của FPT nhằm mục đích gì?
sentences:
- FPT tham chiếu với những mục tiêu nào khi xác lập các chương trình hành động?
- FPT đã hình thành được bao nhiêu hệ sinh thái và giải pháp chuyển đổi số toàn
diện?
- 'Câu hỏi: Tại sao việc tuân thủ nguyên tắc an ninh trong quản trị dữ liệu là quan
trọng?'
pipeline_tag: sentence-similarity
---
# SentenceTransformer based on intfloat/multilingual-e5-large
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large). 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](https://huggingface.co/intfloat/multilingual-e5-large) <!-- at revision ab10c1a7f42e74530fe7ae5be82e6d4f11a719eb -->
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 1024 tokens
- **Similarity Function:** Cosine Similarity
<!-- - **Training Dataset:** Unknown -->
<!-- - **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: 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:
```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("sentence_transformers_model_id")
# Run inference
sentences = [
'Chương trình hành động của FPT nhằm mục đích gì?',
'FPT tham chiếu với những mục tiêu nào khi xác lập các chương trình hành động?',
'FPT đã hình thành được bao nhiêu hệ sinh thái và giải pháp chuyển đổi số toàn diện?',
]
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]
```
<!--
### 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: 3,516 training samples
* Columns: <code>sentence_0</code> and <code>sentence_1</code>
* Approximate statistics based on the first 1000 samples:
| | sentence_0 | sentence_1 |
|:--------|:----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|
| type | string | string |
| details | <ul><li>min: 5 tokens</li><li>mean: 27.61 tokens</li><li>max: 68 tokens</li></ul> | <ul><li>min: 81 tokens</li><li>mean: 415.23 tokens</li><li>max: 512 tokens</li></ul> |
* Samples:
| sentence_0 | sentence_1 |
|:-------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>Câu hỏi: FPT tập trung hoạt động trên những lĩnh vực nào trong năm 2018 và có những chỉ số tài chính nổi bật nào?</code> | <code>1 <br> I. DẤU ẤN FPT 30 NĂM <br>1. Các ch ỉ số cơ bản và gi ải thư ởng nổi bật năm 2018 <br>1.1. Các chỉ số cơ bản <br>Năm 2018, FPT t ập trung ho ạt động trên 03 lĩnh v ực: Công ngh ệ, Viễn thông và Giáo d ục đào t ạo sau khi <br>thoái v ốn tại lĩnh v ực Phân ph ối và Bán l ẻ. Các ch ỉ số tài chính tiêu bi ểu của FPT như sau: <br>- Doanh thu <br>✓ Tổng doanh thu: 23.214 t ỷ đồng, tăng 17,4% <br>✓ Doanh thu t ừ thị trường nư ớc ngoài: 9.109 t ỷ đồng, tăng 26,5% <br>- Lợi nhu ận LNTT <br>✓ Tổng LNTT: 3. 858 tỷ đồng, tăng 30, 6% <br>✓ Tổng LNTT t ừ thị trường nư ớc ngoài: 1.492 t ỷ đồng, tăng 23,6% <br>- Tỷ trọng doanh thu <br>✓ Doanh thu kh ối công ngh ệ/tổng doanh thu: 57,7% <br>✓ Doanh thu chuy ển đổi số/tổng doanh thu xu ất khẩu phần mềm: 20% <br>- Tỷ suất LNTT: 16,6%, g ấp 1,7 l ần năm 2017 <br>- Quy mô nhân l ực (*) <br>✓ Tổng nhân l ực: 27. 843 người <br>✓ Số kỹ sư, lập trình viên, chuyên gia công ngh ệ: 16.3 23 ngư ời <br>(*): Do trong năm 2018, FPT Retail và Synnex FPT không còn là công ty con trong T ập đoàn nên t ổng <br>nhân l ực của Tập đoàn không bao g ồm nhân l ực tại hai công ty này. <br>1.2. Giải thưởng <br>- Top 10 Công ty tư nhân l ớn nhất Việt Nam <br>- Top 40 Thương hi ệu công ty giá tr ị nhất Việt Nam <br>- Top 50 Công ty niêm y ết tốt nhất Việt Nam <br>- Top 50 Công ty kinh doanh hi ệu quả nhất Việt Nam <br>- Đối tác tư v ấn cấp cao đ ầu tiên t ại khu v ực ASEAN - AWS Premier Consulting Partner <br>- Top 130 công ty có môi trư ờng làm vi ệc tốt nhất khu v ực châu Á <br>- Tổ chức đào t ạo CNTT xu ất sắc (ASOCIO + BrandLaureate) <br>2. Hoạt động nổi bật năm 2018 <br>2.1. Lần đầu tiên doanh nghiệp Việt Nam mua một công ty tư vấn công nghệ Mỹ <br>Với mục tiêu cung c ấp những giá tr ị cao hơn cho khách hàng trên ph ạm vi toàn c ầu và m ở rộng hơn n ữa <br>quy mô ho ạt động tại thị trường M ỹ, FPT tr ở thành công ty CNTT đ ầu tiên c ủa Việt Nam mua 90% c ổ phần <br>của công ty tư v ấn Mỹ - Intellinet.</code> |
| <code>Tại sao FPT quyết định mua công ty tư vấn công nghệ Intellinet của Mỹ?</code> | <code>Hoạt động nổi bật năm 2018 <br>2.1. Lần đầu tiên doanh nghiệp Việt Nam mua một công ty tư vấn công nghệ Mỹ <br>Với mục tiêu cung c ấp những giá tr ị cao hơn cho khách hàng trên ph ạm vi toàn c ầu và m ở rộng hơn n ữa <br>quy mô ho ạt động tại thị trường M ỹ, FPT tr ở thành công ty CNTT đ ầu tiên c ủa Việt Nam mua 90% c ổ phần <br>của công ty tư v ấn Mỹ - Intellinet. Đây là m ột trong nh ững công ty tư v ấn công ngh ệ có tốc độ tăng trư ởng <br>nhanh nh ất tại Mỹ. <br>Thương v ụ này giúp FPT nâng t ầm vị thế công ngh ệ, trở thành đ ối tác cung c ấp các d ịch vụ công ngh ệ tổng <br>thể với giá tr ị cao hơn và toàn di ện hơn cho khách hàng, t ừ khâu tư v ấn chi ến lược, thi ết kế đến triển khai,</code> |
| <code>Theo bạn, việc FPT mua Intellinet sẽ ảnh hưởng như thế nào đến quy mô hoạt động của FPT tại thị trường Mỹ?</code> | <code>Hoạt động nổi bật năm 2018 <br>2.1. Lần đầu tiên doanh nghiệp Việt Nam mua một công ty tư vấn công nghệ Mỹ <br>Với mục tiêu cung c ấp những giá tr ị cao hơn cho khách hàng trên ph ạm vi toàn c ầu và m ở rộng hơn n ữa <br>quy mô ho ạt động tại thị trường M ỹ, FPT tr ở thành công ty CNTT đ ầu tiên c ủa Việt Nam mua 90% c ổ phần <br>của công ty tư v ấn Mỹ - Intellinet. Đây là m ột trong nh ững công ty tư v ấn công ngh ệ có tốc độ tăng trư ởng <br>nhanh nh ất tại Mỹ. <br>Thương v ụ này giúp FPT nâng t ầm vị thế công ngh ệ, trở thành đ ối tác cung c ấp các d ịch vụ công ngh ệ tổng <br>thể với giá tr ị cao hơn và toàn di ện hơn cho khách hàng, t ừ khâu tư v ấn chi ến lược, thi ết kế đến triển khai,</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`: 4
- `per_device_eval_batch_size`: 4
- `num_train_epochs`: 5
- `multi_dataset_batch_sampler`: round_robin
#### 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`: 4
- `per_device_eval_batch_size`: 4
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 1
- `eval_accumulation_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
- `num_train_epochs`: 5
- `max_steps`: -1
- `lr_scheduler_type`: linear
- `lr_scheduler_kwargs`: {}
- `warmup_ratio`: 0.0
- `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`: False
- `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
- `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
- `batch_sampler`: batch_sampler
- `multi_dataset_batch_sampler`: round_robin
</details>
### Training Logs
| Epoch | Step | Training Loss |
|:------:|:----:|:-------------:|
| 0.5688 | 500 | 0.2547 |
| 1.1377 | 1000 | 0.1518 |
| 1.7065 | 1500 | 0.0559 |
| 2.2753 | 2000 | 0.0285 |
| 2.8441 | 2500 | 0.0163 |
| 3.4130 | 3000 | 0.0062 |
| 3.9818 | 3500 | 0.0038 |
| 4.5506 | 4000 | 0.0026 |
### Framework Versions
- Python: 3.10.14
- Sentence Transformers: 3.0.0
- Transformers: 4.41.1
- PyTorch: 2.3.0+cu118
- Accelerate: 0.31.0
- Datasets: 2.19.1
- Tokenizers: 0.19.1
## 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.*
--> |