Add new SentenceTransformer model

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+tokenizer.json filter=lfs diff=lfs merge=lfs -text

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "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
+}

README.md

@@ -0,0 +1,1151 @@
+---
+library_name: sentence-transformers
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:80448
+- loss:MultipleNegativesRankingLoss
+base_model: BookingCare/multilingual-e5-base-v2
+metrics:
+- cosine_accuracy@1
+- cosine_accuracy@3
+- cosine_accuracy@5
+- cosine_accuracy@10
+- cosine_precision@1
+- cosine_precision@3
+- cosine_precision@5
+- cosine_precision@10
+- cosine_recall@1
+- cosine_recall@3
+- cosine_recall@5
+- cosine_recall@10
+- cosine_ndcg@10
+- cosine_mrr@10
+- cosine_map@100
+- dot_accuracy@1
+- dot_accuracy@3
+- dot_accuracy@5
+- dot_accuracy@10
+- dot_precision@1
+- dot_precision@3
+- dot_precision@5
+- dot_precision@10
+- dot_recall@1
+- dot_recall@3
+- dot_recall@5
+- dot_recall@10
+- dot_ndcg@10
+- dot_mrr@10
+- dot_map@100
+widget:
+- source_sentence: Chấn thương phần mềm nghiêm trọng
+  sentences:
+  - ' Theo Đông y, bạc thau có tính mát, vị đắng, hơi cay và chua. Cây có tác dụng
+    điều kinh, lợi tiểu, thanh nhiệt, cầm máu, thư cân hoạt lạc, tiêu đờm, nhuận phế,
+    chỉ khái. Vậy
+
+    Trong dân gian Việt Nam,
+
+    thường được dùng để làm thuốc chữa
+
+    kinh nguyệt không đều
+
+    rong kinh
+
+    , bí tiểu tiện, rát buốt, tiểu ít, màu nước tiểu đục. Ngoài ra,
+
+    dùng trong điều trị lở ngứa, mụn nhọt, sát khuẩn, giải độc,
+
+    viêm phế quản
+
+    và sốt rét cũng rất hiệu quả. Người ta thường dùng tươi, giã nát ra đắp lên những
+    nơi bị
+
+    gãy xương
+
+    hoặc đắp lên mụn nhọt cho hút mủ lên da non. Bên cạnh đó, người ta hay dùng bạc
+    thau phơi khô để chữa ho đặc biệt là cho trẻ em. cây bạc thau chữa bệnh gì? bạc
+    thau kinh nguyệt không đều , rong kinh bạc thau viêm phế quản gãy xương Ở Quảng
+    Tây (Trung Quốc), bạc sau được dùng bằng cách lấy toàn cây để trị ho, nhức mỏi
+    chân tay, viêm thận thuỷ thũng hay dùng ngoài trị độc do giang mai.'
+  - '1.1. Định nghĩa Các bác sĩ cho biết những chấn thương phần mềm được gọi là nghiêm
+    trọng khi: Vết thương phần mềm làm lộ gân, xương khớp, thần kinh và/hoặc mạch
+    máu; Vết thương mất đoạn gân hoặc xương. 1.2. Hậu quả Tình trạng này nếu không
+    được điều trị đúng cách sẽ có nguy cơ dẫn đến di chứng: Nhiễm trùng; – gân ,mạch
+    máu, thần kinh,cơ... Hoại tử xương Biến dạng, co rút cơ quan vận động; Cứng khớp;
+    Làm mất chức năng vận động của chi thể, ảnh hưởng lớn đến cuộc sống của người
+    bệnh. 1.3. Điều trị Các biện pháp phù hợp thường được áp dụng đối với dạng chấn
+    thương này là: Khâu da che phủ thì đầu (vết thương đơn giản không bị căng kéo);
+    Ghép da tự thân; Xoay vạt da tại chỗ; có cuống mạch liền Chuyển vạt da rời có
+    cuống mạnh rời (nối vi phẫu mạch máu). Chuyển vạt da Theo khuyến cáo của bác sĩ,
+    quyết định khâu da thì đầu hay để hở hoặc chuyển vạt cơ che phủ các chấn thương
+    là rất quan trọng. Điều này phụ thuộc rất nhiều vào trình độ chuyên môn của phẫu
+    thuật viên.Đánh giá vết thương và xử lý vết thương theo thang tạo hình từ thấp
+    tới cao tương ứng với độ phức tạp của vết thương.'
+  - ' (CPP – Cerebral Perfusion Pressure) có mối liên quan mật thiết với
+
+    . Áp lực tưới máu não được định nghĩa là hiệu số giữa áp lực động mạch trung bình
+    (Mean Arterial Pressure - MAP) và áp lực nội sọ (ICP). Điều đó có nghĩa là: CPP
+    = MAP - ICP. Áp lực động mạch trung bình là áp lực trung bình ở động mạch cảnh.
+    MAP = (áp lực thì tâm thu + 2 áp lực thì tâm trương)/3.
+
+    ở người bình thường là trên 50mmHg. Áp lực tưới máu não nên duy trì ở mức 70 -
+    80mmHg và áp lực nội sọ ở mức dưới 15mmHg. Áp lực tưới máu não áp lực nội sọ Áp
+    lực tưới máu não Tình trạng tăng
+
+    dẫn đến quá trình giảm áp lực tưới máu não và lưu lượng máu não, là nguyên nhân
+    chính gây tử vong đối với các bệnh nhân bị chấn thương sọ não. Bởi vậy, việc duy
+    trì áp lực tưới máu não ở một giá trị thích hợp trong thời gian nhanh nhất chính
+    là một trong những yếu tố then chốt của hoạt động chăm sóc đặc biệt cho người
+    bệnh, tránh hoại tử não ở bệnh nhân bị tăng
+
+    , đặc biệt với người bị
+
+    thường gặp trong tai nạn giao thông. áp l��c nội sọ áp lực nội sọ chấn thương sọ
+    não  Theo dõi mức
+
+    và
+
+    cho phép đánh giá chính xác những thay đổi áp lực và lưu lượng máu trong não,
+    phục vụ tốt nhất cho quá trình chẩn đoán và điều trị ở các bệnh nhân bị
+
+    chấn thương sọ não nặng
+
+    , hôn mê,... áp lực nội sọ áp lực tưới máu não chấn thương sọ não nặng  Video
+    đề xuất:   Khám sức khỏe định kỳ tại Vinmec: Bảo vệ bạn trước khi quá muộn!  XEM
+    THÊM: Chức năng của dịch não tủy Chức năng của dịch não tủy Điều trị ở bệnh nhân
+    tụ máu não do chấn thương sọ não Điều trị ở bệnh nhân tụ máu não do chấn thương
+    sọ não Chấn thương sọ não: Nhận biết và điều trị thế nào? Chấn thương sọ não:
+    Nhận biết và điều trị thế nào?    Thần kinh Điều chỉnh áp lực tưới máu não Chấn
+    thương sọ não Điều chỉnh áp lực trong sọ Áp lực tưới máu não Dịch não tủy'
+- source_sentence: Định nghĩa về tình trạng hiếm muộn
+  sentences:
+  - ' Những người sau điều trị ung thư có thể gặp các vấn đề về sức khỏe răng miệng,
+    tùy thuộc vào các phương pháp điều trị mà họ nhận được: Hóa trị có thể ảnh hưởng
+    đến men răng và làm tăng nguy cơ mắc các vấn đề răng miệng lâu dài. Liệu pháp
+    xạ trị liều cao đến vùng đầu và cổ có thể làm thay đổi sự phát triển của răng.
+    Nó cũng có thể gây ra bệnh nướu răng và sản xuất nước bọt thấp hơn, gây khô miệng.
+    Thuốc steroid có thể làm tăng nguy cơ mắc các vấn đề về mắt như bong tróc mắt
+    ảnh hưởng đến thị lực (đục thủy tinh thể). Để theo dõi các vấn đề này trong tương
+    lai, người bệnh nên sắp xếp các cuộc hẹn thường xuyên với nha sĩ và bác sĩ nhãn
+    khoa.'
+  - ' Vắc xin phòng cúm
+
+    : Khá nhiều cha mẹ băn khoăn liệu trẻ có cần vắc xin phòng cúm hay không, thì
+    câu trả lời là có. Biến chứng của cúm ở trẻ dưới 5 tuổi thường nghiêm trọng, do
+    đó để bảo vệ sức khỏe cho trẻ, cha mẹ nên đưa đi tiêm phòng cúm. Lịch tiêm cụ
+    thể cha mẹ cần tham vấn với bác sĩ. Cha mẹ cần lưu ý virus cúm mỗi năm lại biến
+    đổi, do đó trẻ cần được tiêm phòng hàng năm. Vắc xin phòng cúm Ngoài chế độ dinh
+    dưỡng, trẻ 8 tháng cần 5mg kẽm nguyên tố/ngày để trẻ ăn ngon, đạt chiều cao và
+    cân nặng đúng chuẩn và vượt chuẩn. Kẽm đóng vai trò tác động đến hầu hết các quá
+    trình sinh học diễn ra trong cơ thể, đặc biệt là quá trình phân giải tổng hợp
+    axit nucleic, protein... Các cơ quan trong cơ thể khi thiếu kẽm có thể dẫn đến
+    một số bệnh lý như rối loạn thần kinh, dễ sinh cáu gắt,... Vì vậy cha mẹ cần tìm
+    hiểu về
+
+    Vai trò của kẽm và hướng dẫn bổ sung kẽm hợp lý cho bé
+
+    . Vai trò của kẽm và hướng dẫn bổ sung kẽm hợp lý cho bé Ngoài kẽm, cha mẹ cũng
+    cần bổ sung cho trẻ các vitamin và khoáng chất quan trọng khác như lysine, crom,
+    vitamin nhóm B,... giúp con ăn ngon, có hệ miễn dịch tốt, tăng cường đề kháng
+    để ít ốm vặt. Hãy thường xuyên truy cập website
+
+    Vinmec.com
+
+    và cập nhật những thông tin hữu ích để chăm sóc cho bé và cả gia đình nhé. Vinmec.com  Bài
+    viết tham khảo nguồn: mayoclinic.org và whattoexpect.com   Thực Phẩm bảo vệ sức
+    khỏe LAMINKID I: Sản phẩm có công dụng bổ sung vi khoáng và vitamin cho cơ thể.
+    Hỗ trợ tiêu hóa, tăng cường hấp thu thức ăn, giúp trẻ ăn ngon. Hỗ trợ nâng cao
+    đề kháng cho trẻ, hỗ trợ giảm nguy cơ mắc bệnh do sức đề kháng kém như viêm đường
+    hô hấp trên, cảm cúm.  Đối tượng sử dụng: - Trẻ biếng ăn, kém hấp thu thức ăn,
+    trẻ gầy yếu, suy dinh dưỡng, chậm phát triển. - Trẻ có sức đề kháng kém, đang
+    ốm hoặc vừa ốm dậy, trẻ hay mắc các bệnh viêm đường hô hấp trên, cảm cúm.   Chịu
+    trách nhiệm về chất lượng sản phẩm: Công ty Cổ phần dược phẩm Elepharma Số 9,
+    phố Trương Công Giai, tổ 17, Phường Dịch Vọng, Quận Cầu Giấy, Thành phố Hà Nội,
+    Việt Nam (ĐT) 1800 6091; (E) info.elepharma@gmail.com https://i.vinmec.com/laminkid
+    Xem thêm thông tin về sản phẩm tại: https://i.vinmec.com/dangkytuvandinhduong
+    Đăng ký tư vấn dinh dưỡng cho bé tại:       nhi khoa Trẻ 8 tháng tuổi Vận động
+    của trẻ LaminKid Trẻ mọc răng Dinh dưỡng của trẻ Nhận thức của trẻ Giấc ngủ của
+    trẻ'
+  - ' Hiếm muộn
+
+    hiện đang là một gánh nặng của ngành y tế Việt Nam, ảnh hưởng đến khoảng 15-20%
+    các cặp vợ chồng ở độ tuổi sinh sản. Theo tổ chức Y tế thế giới (WHO) quy định:
+    hiếm muộn là bệnh lý của cơ quan sinh sản, một cặp vợ chồng được gọi là hiếm muộn
+    khi không có khả năng có thai sau một năm chung sống trở lên, giao hợp đều đặn
+    và không sử dụng
+
+    nào. Với các cặp vợ chồng có người vợ trên 35 tuổi thì thời gian quy định là 6
+    tháng. Vì vậy, khi người vợ trên 35 tuổi, sau 6 tháng mong con nhưng vẫn không
+    thể có thai được nên được khám và điều trị sớm. Tuy nhiên đối với những trường
+    hợp, nguyên nhân hiếm muộn tương đối rõ ràng thì việc tính thời gian không còn
+    được đặt ra. Hiếm muộn biện pháp tránh thai'
+- source_sentence: Chơi trò chơi đố chữ
+  sentences:
+  - ' Việc
+
+    dạy trẻ nói
+
+    sẽ trở nên hấp dẫn hơn nhiều khi nó được thực hiện thông qua một trò chơi. Trẻ
+    ở lứa tuổi mới biết đi sẽ thích một trò chơi có tên "Đây là gì?" Khi đưa trẻ đến
+    một môi trường mới - quán cà phê, sân bay hoặc chợ - hãy chỉ vào một thứ gì đó
+    và hỏi trẻ, "Đây là gì?" Thách thức trẻ tìm ra tên chính xác. Để giúp trẻ không
+    nản lòng, hãy bắt đầu với một vài đồ vật - một con mèo, một cái bánh quy – mà
+    bố mẹ chắc chắn rằng trẻ đã biết. Sau đó, thỉnh thoảng lại lén nói một từ mới.
+    Nếu trẻ không biết, hãy thì thầm câu trả lời và để trẻ hét lên. Sau đó, giới thiệu
+    cho trẻ biết đồ vật đó là gì và nó hoạt động như thế nào. Ví dụ "Đó là một chiếc
+    ô. Chúng ta sử dụng ô để khi trời mưa để không bị ướt." dạy trẻ nói  Những đứa
+    trẻ ở độ tuổi lớn hơn sẽ đánh giá cao một trò chơi phức tạp hơn một chút có tên
+    "Điều gì xảy ra tiếp theo?" Bắt đầu kể cho trẻ nghe một câu chuyện, và ngay khi
+    cốt truyện bắt đầu đi lên cao trào, hãy yêu cầu trẻ kể cho bố mẹ nghe kết thúc
+    của nó. Nếu trẻ không đủ vốn từ để tự mình trình bày cụ thể, bố mẹ có thể giúp
+    con bằng cách đặt một số câu hỏi gợi ý như "Con có nghĩ con chó sói bỏ chạy không?"
+    Một khi bố mẹ đã gợi ý một hướng cốt truyện, bố mẹ có thể hỏi trẻ để biết thêm
+    suy nghĩ của chúng một cách chi tiết hơn như "Con nghĩ chú chó đã đi đâu?" hoặc
+    "Ai đã đi cùng trẻ?"'
+  - '  3.1 Tầm soát cho đối tượng hội chứng Lynch, có 02 nhóm Người có thân nhân thế
+    hệ một (cha mẹ, anh em) đã bị ung thư đại-trực tràng trước tuổi 45. Các đối tượng
+    này dễ bị ung thư gấp 10 lần người thường, Người có hơn 2 người thân thế hệ một
+    bị bất kỳ ung thư nào. Các đối tượng này dễ bị ung thư gấp 6 lần người thường.
+    Vì
+
+    hay xảy ra từ tuổi 50 vì thế nên tầm soát ở độ tuổi này chúng ta có thể giảm tỷ
+    lệ 50% ung thư và kéo dài thời gian sống hơn 12 tháng. Test nên dùng cho các đối
+    tượng này là nội soi đại tràng. Nếu trong gia đình có người rất trẻ, dưới 40 tuổi
+    bị ung thư, nên tầm soát những người trong gia đình sớm hơn 10 năm và nên thực
+    hiện kiểm tra nội soi đại tràng mỗi 5 năm. ung thư đại - trực tràng  3.1.1 Ung
+    thư đại tràng không do polyp (Hereditary non-polyposis colon cancer: HNPCC) Loại
+    ung thư này (hình 9) hay xảy ra trong gia đình và gây bệnh ở người trẻ, trước
+    tuổi 45. Ngoài nội soi đại tràng cho những người thân trong gia đình mỗi 5 năm
+    tính từ tuổi người mắc bệnh, cần thử DNA để so sánh với DNA của người thân đã
+    bị ung thư trước đó. Các đối tượng trong gia đình này cần nội soi đại tràng, nội
+    soi dạ dày, chụp nhũ ảnh, siêu âm vùng chậu và thử tế bào tử cung vì ngoài
+
+    họ có thể bị ung thư dạ dày, ung thư vú, tử cung và buồng trứng. ung thư đại tràng   Đa
+    polyp trong gia đình (Familial Adenomatous Polyposis: FAP) Loại bệnh này ít gặp
+    hơn loại
+
+    không do polyp nhưng sẽ diễn tiến thành ung thư đại tràng khi trên 50 tuổi, vì
+    thế cần tầm soát tất cả người thân của bệnh nhân đã mắc bệnh này bắt đầu từ 10
+    tuổi, nội soi đại tràng chậu hông hoặc nội soi toàn bộ đại tràng. Nếu có bệnh
+    FAP (hình 10), nên cân nhắc quyết định cắt toàn bộ đại tràng để phòng ngừa polyp
+    hóa ác. ung thư đại tràng  Theo dõi sau cắt polyp ác tính: Những polyp đại trực
+    tràng lớn hơn 1cm, không cuống, nghịch sản có nguy cơ hóa ác cao. Sau cắt polyp
+    qua nội soi, cần theo dõi và nội soi kiểm tra định kỳ như sau: Mỗi 01 tháng trong
+    03 tháng đầu, trong năm thứ nhất. Mỗi 03 tháng trong 06 tháng kế tiếp, trong năm
+    thứ nhất. Mỗi 06 tháng trong năm thứ hai. Mỗi năm, từ năm thứ 03 đến năm thứ 05.
+    Những tổn thương polyp ác tính, lịch nội soi kiểm tra tương tự như lịch theo dõi
+    những ung thư đại trực tràng đã được phẫu thuật như: Xét nghiệm máu tìm chỉ điểm
+    ung thư (CEA) 06 tháng sau mổ, trong 05 năm. Nội soi đại tràng kiểm tra 06 tháng
+    sau mổ, trong năm thứ nhất. Nội soi đại tràng kiểm tra 01 năm sau mổ, trong năm
+    thứ hai. Nội soi đại tràng kiểm tra 03 năm sau mổ, trong năm thứ ba về sau.  Theo
+    dõi các bệnh viêm đại tràng Các bệnh
+
+    viêm đại tràng
+
+    gồm
+
+    viêm loét đại tràng
+
+    (hình 11) và bệnh
+
+    Crohn
+
+    gây phản ứng viêm trên hơn một nửa đại tràng và khiến bệnh nhân dễ bị ung thư
+    gấp 10 lần người bình thường. viêm đại tràng viêm loét đại tràng Crohn Các tác
+    giả khuyến cáo nếu viêm đại tràng trên 8 năm thì hàng năm nên nội soi đại tràng.
+    Mục tiêu chính là phát hiện tổn thương tiền ung thư. Nếu có dị sản nặng do ít
+    nhất 2 chuyên gia giải phẫu bệnh xác nhận thì nên cắt toàn bộ đại tràng để ngừa
+    ung thư.'
+  - 'Nếu ngã theo cơ thế chống tay hay sưng nề nhiều vùng cổ bàn tay nghi ngờ gãy
+    xương thuyền cần đến các cơ sở y tế chuyên khoa để chẩn đoán kịp thời. được chẩn
+    đoán bằng hỏi bệnh sử, khám thực thể, chụp Xquang cổ bàn tay. Trong một vài trường
+    hợp thì phim Xquang chụp ngay sau chấn thương có vẻ bình thường và việc chẩn đoán
+    có thể bị chậm sau 2-3 tuần chỗ gãy mới rõ trên Xquang. Cả chụp CT và MRI có thể
+    có giá trị để đánh giá những điểm khác nhau của gãy xương thuyền. Chẩn đoán và
+    điều trị sớm là quan trọng để có kết quả tối ưu. Gãy xương thuyền Những triệu
+    chứng của gãy xương thuyền là: đau, sưng, ấn đau vùng cổ tay, không có biến dạng
+    rõ ràng vì thế mà gãy xương thuyền có thể nhầm lẫn với bong gân cổ tay nên bác
+    sĩ phải hỏi bệnh sử tỉ mỉ về cơ chế gãy chấn thương và cần phải khám lâm sàng
+    thích hợp.'
+- source_sentence: Thiếu vi chất dinh dưỡng ảnh hưởng đến trẻ như thế nào?
+  sentences:
+  - '3.1 Thiếu vitamin A có vai trò quan trọng đối với trẻ nhỏ, giúp trẻ phát triển
+    bình thường, tăng cường khả năng miễn dịch và bảo vệ giác mạc, da, niêm mạc. Đặc
+    biệt, vitamin A còn có tác dụng phòng ngừa các bệnh nhiễm trùng như tiêu chảy,
+    đường hô hấp, khô giác mạc và mù lòa. Nếu
+
+    thiếu vitamin A
+
+    trẻ sẽ dễ gặp các bệnh về mắt và tăng nguy cơ nhiễm trùng. Vitamin A thiếu vitamin
+    A 3.2 Thiếu canxi và vitamin D  Thiếu vitamin D
+
+    là nguyên nhân chính gây ra
+
+    bệnh còi xương ở trẻ em
+
+    , bởi vì thiếu vitamin D làm giảm hấp thụ canxi ở ruột, cơ thể sẽ huy động lượng
+    canxi ở trong xương đi vào máu gây ra rối loạn quá trình khoáng hóa xương. Trẻ
+    sẽ có những biểu hiện như quấy khóc, nôn trớ, ra mồ hôi trộm, rụng tóc, đầu to,
+    thóp rộng, răng mọc chậm, chậm biết đi, biến dạng xương, lồng ngực dô,... Từ đó,
+    làm giảm chiều cao của trẻ. Thiếu vitamin D ảnh hưởng đến hệ miễn dịch, sức đề
+    kháng của trẻ. Trẻ dễ mắc các bệnh lý như viêm đường hô hấp trên, hay tái phát.
+    Thiếu vitamin D bệnh còi xương ở trẻ em 3.3 Thiếu sắt  Sắt
+
+    là một trong những thành phần của huyết sắc tố, tham gia vào quá trình vận chuyển
+    oxy và hô hấp tế bào. Thiếu sắt dẫn tới thiếu máu và các bệnh viêm đường hô hấp,
+    các bệnh nhiễm khuẩn ở trẻ. Thiếu sắt làm cho trẻ bị thiếu các dưỡng chất ảnh
+    hưởng đến tăng trưởng và phát triển của cơ thể. Sắt 3.4 Thiếu iot Khi cơ thể trẻ
+    thiếu i-ốt, tuyến giáp phát triển lớn và gây
+
+    bệnh bướu cổ
+
+    . Bên cạnh đó, trẻ thiếu i-ốt còn làm tăng nguy cơ chậm phát triển trí tuệ, chậm
+    lớn, thiểu năng và đần độn. bệnh bướu cổ 3.5 Thiếu kẽm Kẽm là một trong những
+    vi chất có vai trò quan trọng trong quá trình tăng trưởng và miễn dịch. Trẻ bị
+    thiếu kẽm sẽ
+
+    chậm lớn và giảm sức đề kháng, suy dinh dưỡng và chậm phát triển chiều cao. biếng
+    ăn , Tóm lại, vi chất dinh dưỡng là những chất chỉ chiếm một lượng nhỏ trong cơ
+    thể nhưng đóng vai trò rất quan trọng trong tăng trưởng, duy trì và nâng cao sức
+    khỏe, phát triển trí tuệ,... Thiếu vi chất là tình trạng thường gặp ở trẻ nhỏ
+    ảnh hưởng đến sự phát triển của trẻ. Do vậy, khi trẻ có những biểu hiện thiếu
+    vi chất dinh dưỡng thì cha mẹ hãy đưa trẻ đến ngay cơ sở y tế để được kiểm tra.
+    Ngoài ra cha mẹ cũng nên cho trẻ khám định kỳ nhằm phát hiện sớm tình trạng thiếu
+    vi chất ở trẻ.    Thiếu vi chất dinh dưỡng LaminKid Suy dinh dưỡng Vi chất dinh
+    dưỡng Chậm phát triển chiều cao Chậm phát triển trí tuệ'
+  - ' Bất kỳ ai bị tiểu đường đều có nguy cơ cao mắc hôn mê do tiểu đường, tuy nhiên
+    những yếu tố dưới đây được xem là các nguy cơ hàng đầu dẫn đến tình trạng này,
+    bao gồm: Nếu bạn đang sử dụng máy bơm insulin, bạn cần phải kiểm tra thường xuyên
+    lượng đường trong máu của mình. Việc cung cấp insulin có thể dừng lại nếu máy
+    bơm bị lỗi hoặc ống thông bị xoắn hay rơi ra khỏi vị trí. Khi bị thiếu hụt insulin
+    có thể dẫn đến tình trạng nhiễm toan ceton do tiểu đường.  Vấn đề về cung cấp
+    insulin: Khi cơ thể bị ốm hoặc gặp phải chấn thương sẽ khiến cho lượng đường trong
+    máu của bạn có xu hướng tăng cao đột ngột. Điều này có thể gây ra nhiễm toan ceton
+    do tiểu đường nếu bạn bị bệnh tiểu đường loại 1 và không tăng liều insulin để
+    bù đắp cho lượng bị thiếu hụt. Một số tình trạng sức khoẻ khác, chẳng hạn như
+    bệnh thận hoặc
+
+    suy tim sung huyết
+
+    , cũng có thể làm tăng nguy cơ mắc hội chứng tăng áp lực thẩm thấu bệnh tiểu đường
+    (hyperosmolar).  Bệnh tật, chấn thương hoặc phẫu thuật: suy tim sung huyết Nếu
+    bạn không theo dõi thường xuyên lượng đường trong máu hoặc dùng thuốc không theo
+    chỉ dẫn của bác sĩ, bạn sẽ có nguy cơ cao mắc các biến chứng tiểu đường lâu dài,
+    thậm chí là hôn mê do tiểu đường.  Bệnh tiểu đường không được kiểm soát tốt: Đôi
+    khi những người mắc bệnh tiểu đường cũng có thể gặp phải chứng
+
+    rối loạn ăn uống
+
+    chọn không sử dụng insulin theo chỉ dẫn với mong muốn có thể giảm cân. Đây là
+    một hành động khá nguy hiểm, đe dọa đến tính mạng và làm tăng nguy cơ hôn mê do
+    tiểu đường.  Cố ý bỏ bữa hoặc không dùng insulin: rối loạn ăn uống Rượu là một
+    trong những yếu tố có thể tác động khó lượng đến lượng đường trong máu của bạn.
+    Tác dụng an thần của rượu có thể khiến bạn khó nhận biết được khi nào mình đang
+    gặp phải các triệu chứng của hạ đường huyết. Điều này cũng sẽ làm tăng nguy cơ
+    hôn mê do tiểu đường.  Uống nhiều rượu: Một số loại thuốc bị cấm sử dụng, chẳng
+    hạn như
+
+    cocaine
+
+    hoặc thuốc lắc, có thể làm tăng nguy cơ lượng đường trong máu cao ở mức nghiêm
+    trọng và các tình trạng khác liên quan đến hôn mê do tiểu đường.  Sử dụng các
+    loại thuốc bất hợp pháp: cocaine'
+  - ' Việc lạm dụng hoặc sử dụng không đúng các sản phẩm giải độc gan có thể để lại
+    một số tác dụng không mong muốn, khiến cho tình trạng bệnh lý ở gan nặng hơn cũng
+    như gây ra các tác dụng phụ toàn thân, nặng hơn có thể dẫn đến
+
+    suy gan
+
+    , đe dọa tính mạng. Do đó, không nên tự ý sử dụng các loại thuốc hoặc thực phẩm
+    chức năng giải độc gan nếu không có hướng dẫn, chỉ định của bác sĩ. suy gan Một
+    số bệnh nhân mắc các bệnh lý gan m��t tự ý dùng các thuốc giải độc gan đơn thuần
+    với hy vọng điều trị được bệnh. Đây là quan điểm sai lầm bởi vì gan bị nhiễm độc
+    là do nhiều nguyên nhân khác nhau. Điều quan trọng là phải tìm được nguyên nhân
+    mới hy vọng điều trị bệnh hiệu quả. Thực tế là các thuốc giải độc gan chỉ hỗ trợ
+    điều trị tổn thương gan chứ không tác dụng trực tiếp đến nguyên nhân bệnh. Do
+    đó, các sản phẩm giải độc gan không thể thay thế điều trị y khoa. Phương pháp
+    dân gian giải độc gan được truyền miệng từ xa xưa không phải đều phù hợp với tất
+    cả bệnh nhân. Tác dụng và hiệu quả còn tùy thuộc vào cơ địa từng người, bệnh cảnh
+    cụ thể, cũng như liều lượng, cách dùng, cách bảo quản,... Việc sử dụng tùy tiện
+    các loại cây thuốc nam không những không mang lại hiệu quả điều trị mà còn có
+    thể ảnh hưởng đến sức khỏe người bệnh. Một số người bệnh
+
+    nghiện rượu
+
+    bia tỏ ra chủ quan khi dùng thuốc giải độc gan vì cho rằng mỗi khi đã sử dụng
+    thuốc giải độc gan thì có thể uống bao nhiêu bia, rượu cũng được. Điều này hoàn
+    toàn sai lầm vì thuốc giải độc gan không thể hỗ trợ điều trị khi nguyên nhân không
+    được giải quyết. nghiện rượu'
+- source_sentence: Có cách nào để cải thiện môi trường làm việc độc hại không?
+  sentences:
+  - ' Chấn thương đầu, cổ, tủy sống rất nguy hiểm vì có thể gây mất vận động (liệt),
+
+    hôn mê
+
+    và tử vong.
+
+    Chấn thương tủy sống
+
+    là nguyên nhân tổn thương thần kinh và gây ra
+
+    khó thở
+
+    . hôn mê Chấn thương tủy sống khó thở  Người bệnh bị chấn thương đầu, cổ, tủy
+    sống cần được vận chuyển hết sức thận trọng. Bởi bất cứ vận động nào không phù
+    hợp cũng có thể làm chấn thương nặng thêm như liệt tay hoặc chân. Nếu người bệnh
+    không tỉnh, cần thực hiện hỗ trợ sự sống cơ bản.'
+  - ' Quá trình mang thai bị tê tay chân là hiện tượng phổ biến thường gặp. Nếu ở
+    mức độ nhẹ thì bệnh chỉ gây ảnh hưởng đến sinh hoạt hằng ngày. Nhưng nếu như tình
+    trạng tê tay chân diễn ra liên tục và kèm theo các chứng
+
+    chóng mặt
+
+    , khó nhấc tay chân, co cơ,... cần nghĩ đến dấu hiệu của một bệnh lý khác. chóng
+    mặt Lúc này, bạn cần tới các cơ sở y tế uy tín gần nhất để được thăm khám chuyên
+    sâu và có hướng điều trị phù hợp.'
+  - ' Tương tự như chất độc trong không khí,
+
+    có thể gây hại cho sức khỏe tinh thần và thể chất của người lao động. Nếu bạn
+    tiếp tục làm việc quá lâu, nó có thể dẫn đến mức độ căng thẳng cao, lòng tự trọng
+    bị tụt giảm và bệnh lý trầm cảm. môi trường làm việc độc hại Nếu sự vấn đề đến
+    từ lãnh đạo hoặc tư duy của công ty, bạn sẽ không thể làm được gì nhiều để cải
+    thiện, tuy nhiên nếu vấn đề chỉ đến từ 1 hoặc 2 người, bạn có thể thảo luận với
+    người quản lý đáng tin cậy hoặc nói chuyện với bộ phận nhân sự (HR). Sau đó, công
+    ty có thể thuê trợ giúp từ bên ngoài như thông qua chương trình hỗ trợ nhân viên
+    (EAP) để giúp giải quyết vấn đề. Nếu không có sự lựa chọn nào ngoài việc ở lại
+    lúc này, hãy thử đặt mình vào một vỏ bọc nhỏ, cố gắng tránh mọi thị phi và giữ
+    an tĩnh cho riêng mình. Tập trung vào các mục tiêu bên ngoài công việc và bắt
+    đầu lập kế hoạch để thoát ra ngoài.'
+pipeline_tag: sentence-similarity
+model-index:
+- name: SentenceTransformer based on BookingCare/multilingual-e5-base-v2
+  results:
+  - task:
+      type: information-retrieval
+      name: Information Retrieval
+    dataset:
+      name: healthcare dev
+      type: healthcare-dev
+    metrics:
+    - type: cosine_accuracy@1
+      value: 0.8482587064676617
+      name: Cosine Accuracy@1
+    - type: cosine_accuracy@3
+      value: 0.9266169154228856
+      name: Cosine Accuracy@3
+    - type: cosine_accuracy@5
+      value: 0.9465174129353234
+      name: Cosine Accuracy@5
+    - type: cosine_accuracy@10
+      value: 0.9639303482587065
+      name: Cosine Accuracy@10
+    - type: cosine_precision@1
+      value: 0.8482587064676617
+      name: Cosine Precision@1
+    - type: cosine_precision@3
+      value: 0.3088723051409619
+      name: Cosine Precision@3
+    - type: cosine_precision@5
+      value: 0.18930348258706467
+      name: Cosine Precision@5
+    - type: cosine_precision@10
+      value: 0.09639303482587065
+      name: Cosine Precision@10
+    - type: cosine_recall@1
+      value: 0.8482587064676617
+      name: Cosine Recall@1
+    - type: cosine_recall@3
+      value: 0.9266169154228856
+      name: Cosine Recall@3
+    - type: cosine_recall@5
+      value: 0.9465174129353234
+      name: Cosine Recall@5
+    - type: cosine_recall@10
+      value: 0.9639303482587065
+      name: Cosine Recall@10
+    - type: cosine_ndcg@10
+      value: 0.9103935171059057
+      name: Cosine Ndcg@10
+    - type: cosine_mrr@10
+      value: 0.8927939666745639
+      name: Cosine Mrr@10
+    - type: cosine_map@100
+      value: 0.8943003609860257
+      name: Cosine Map@100
+    - type: dot_accuracy@1
+      value: 0.8482587064676617
+      name: Dot Accuracy@1
+    - type: dot_accuracy@3
+      value: 0.9266169154228856
+      name: Dot Accuracy@3
+    - type: dot_accuracy@5
+      value: 0.9465174129353234
+      name: Dot Accuracy@5
+    - type: dot_accuracy@10
+      value: 0.9639303482587065
+      name: Dot Accuracy@10
+    - type: dot_precision@1
+      value: 0.8482587064676617
+      name: Dot Precision@1
+    - type: dot_precision@3
+      value: 0.3088723051409619
+      name: Dot Precision@3
+    - type: dot_precision@5
+      value: 0.18930348258706467
+      name: Dot Precision@5
+    - type: dot_precision@10
+      value: 0.09639303482587065
+      name: Dot Precision@10
+    - type: dot_recall@1
+      value: 0.8482587064676617
+      name: Dot Recall@1
+    - type: dot_recall@3
+      value: 0.9266169154228856
+      name: Dot Recall@3
+    - type: dot_recall@5
+      value: 0.9465174129353234
+      name: Dot Recall@5
+    - type: dot_recall@10
+      value: 0.9639303482587065
+      name: Dot Recall@10
+    - type: dot_ndcg@10
+      value: 0.9103935171059057
+      name: Dot Ndcg@10
+    - type: dot_mrr@10
+      value: 0.8927939666745639
+      name: Dot Mrr@10
+    - type: dot_map@100
+      value: 0.8943003609860257
+      name: Dot Map@100
+  - task:
+      type: information-retrieval
+      name: Information Retrieval
+    dataset:
+      name: healthcare test
+      type: healthcare-test
+    metrics:
+    - type: cosine_accuracy@1
+      value: 0.6713868285007867
+      name: Cosine Accuracy@1
+    - type: cosine_accuracy@3
+      value: 0.8208586199145875
+      name: Cosine Accuracy@3
+    - type: cosine_accuracy@5
+      value: 0.8650258485052821
+      name: Cosine Accuracy@5
+    - type: cosine_accuracy@10
+      value: 0.8996403686221622
+      name: Cosine Accuracy@10
+    - type: cosine_precision@1
+      value: 0.6713868285007867
+      name: Cosine Precision@1
+    - type: cosine_precision@3
+      value: 0.2736195399715291
+      name: Cosine Precision@3
+    - type: cosine_precision@5
+      value: 0.17300516970105642
+      name: Cosine Precision@5
+    - type: cosine_precision@10
+      value: 0.08996403686221624
+      name: Cosine Precision@10
+    - type: cosine_recall@1
+      value: 0.6713868285007867
+      name: Cosine Recall@1
+    - type: cosine_recall@3
+      value: 0.8208586199145875
+      name: Cosine Recall@3
+    - type: cosine_recall@5
+      value: 0.8650258485052821
+      name: Cosine Recall@5
+    - type: cosine_recall@10
+      value: 0.8996403686221622
+      name: Cosine Recall@10
+    - type: cosine_ndcg@10
+      value: 0.7891859267149058
+      name: Cosine Ndcg@10
+    - type: cosine_mrr@10
+      value: 0.7533213277818758
+      name: Cosine Mrr@10
+    - type: cosine_map@100
+      value: 0.7563423273488229
+      name: Cosine Map@100
+    - type: dot_accuracy@1
+      value: 0.6713868285007867
+      name: Dot Accuracy@1
+    - type: dot_accuracy@3
+      value: 0.8208586199145875
+      name: Dot Accuracy@3
+    - type: dot_accuracy@5
+      value: 0.8650258485052821
+      name: Dot Accuracy@5
+    - type: dot_accuracy@10
+      value: 0.8996403686221622
+      name: Dot Accuracy@10
+    - type: dot_precision@1
+      value: 0.6713868285007867
+      name: Dot Precision@1
+    - type: dot_precision@3
+      value: 0.2736195399715291
+      name: Dot Precision@3
+    - type: dot_precision@5
+      value: 0.17300516970105642
+      name: Dot Precision@5
+    - type: dot_precision@10
+      value: 0.08996403686221624
+      name: Dot Precision@10
+    - type: dot_recall@1
+      value: 0.6713868285007867
+      name: Dot Recall@1
+    - type: dot_recall@3
+      value: 0.8208586199145875
+      name: Dot Recall@3
+    - type: dot_recall@5
+      value: 0.8650258485052821
+      name: Dot Recall@5
+    - type: dot_recall@10
+      value: 0.8996403686221622
+      name: Dot Recall@10
+    - type: dot_ndcg@10
+      value: 0.7891859267149058
+      name: Dot Ndcg@10
+    - type: dot_mrr@10
+      value: 0.7533213277818758
+      name: Dot Mrr@10
+    - type: dot_map@100
+      value: 0.7563423273488229
+      name: Dot Map@100
+---
+
+# SentenceTransformer based on BookingCare/multilingual-e5-base-v2
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [BookingCare/multilingual-e5-base-v2](https://huggingface.co/BookingCare/multilingual-e5-base-v2). 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:** [BookingCare/multilingual-e5-base-v2](https://huggingface.co/BookingCare/multilingual-e5-base-v2) <!-- at revision 2123c87e34210130089526ab28cbb04929aefd66 -->
+- **Maximum Sequence Length:** 512 tokens
+- **Output Dimensionality:** 768 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': 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})
+  (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("BookingCare/multilingual-base-e5-v3.1")
+# Run inference
+sentences = [
+    'Có cách nào để cải thiện môi trường làm việc độc hại không?',
+    ' Tương tự như chất độc trong không khí,\ncó thể gây hại cho sức khỏe tinh thần và thể chất của người lao động. Nếu bạn tiếp tục làm việc quá lâu, nó có thể dẫn đến mức độ căng thẳng cao, lòng tự trọng bị tụt giảm và bệnh lý trầm cảm. môi trường làm việc độc hại Nếu sự vấn đề đến từ lãnh đạo hoặc tư duy của công ty, bạn sẽ không thể làm được gì nhiều để cải thiện, tuy nhiên nếu vấn đề chỉ đến từ 1 hoặc 2 người, bạn có thể thảo luận với người quản lý đáng tin cậy hoặc nói chuyện với bộ phận nhân sự (HR). Sau đó, công ty có thể thuê trợ giúp từ bên ngoài như thông qua chương trình hỗ trợ nhân viên (EAP) để giúp giải quyết vấn đề. Nếu không có sự lựa chọn nào ngoài việc ở lại lúc này, hãy thử đặt mình vào một vỏ bọc nhỏ, cố gắng tránh mọi thị phi và giữ an tĩnh cho riêng mình. Tập trung vào các mục tiêu bên ngoài công việc và bắt đầu lập kế hoạch để thoát ra ngoài.',
+    ' Chấn thương đầu, cổ, tủy sống rất nguy hiểm vì có thể gây mất vận động (liệt),\nhôn mê\nvà tử vong.\nChấn thương tủy sống\nlà nguyên nhân tổn thương thần kinh và gây ra\nkhó thở\n. hôn mê Chấn thương tủy sống khó thở  Người bệnh bị chấn thương đầu, cổ, tủy sống cần được vận chuyển hết sức thận trọng. Bởi bất cứ vận động nào không phù hợp cũng có thể làm chấn thương nặng thêm như liệt tay hoặc chân. Nếu người bệnh không tỉnh, cần thực hiện hỗ trợ sự sống cơ bản.',
+]
+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.*
+-->
+
+## Evaluation
+
+### Metrics
+
+#### Information Retrieval
+* Dataset: `healthcare-dev`
+* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
+
+| Metric              | Value      |
+|:--------------------|:-----------|
+| cosine_accuracy@1   | 0.8483     |
+| cosine_accuracy@3   | 0.9266     |
+| cosine_accuracy@5   | 0.9465     |
+| cosine_accuracy@10  | 0.9639     |
+| cosine_precision@1  | 0.8483     |
+| cosine_precision@3  | 0.3089     |
+| cosine_precision@5  | 0.1893     |
+| cosine_precision@10 | 0.0964     |
+| cosine_recall@1     | 0.8483     |
+| cosine_recall@3     | 0.9266     |
+| cosine_recall@5     | 0.9465     |
+| cosine_recall@10    | 0.9639     |
+| cosine_ndcg@10      | 0.9104     |
+| cosine_mrr@10       | 0.8928     |
+| **cosine_map@100**  | **0.8943** |
+| dot_accuracy@1      | 0.8483     |
+| dot_accuracy@3      | 0.9266     |
+| dot_accuracy@5      | 0.9465     |
+| dot_accuracy@10     | 0.9639     |
+| dot_precision@1     | 0.8483     |
+| dot_precision@3     | 0.3089     |
+| dot_precision@5     | 0.1893     |
+| dot_precision@10    | 0.0964     |
+| dot_recall@1        | 0.8483     |
+| dot_recall@3        | 0.9266     |
+| dot_recall@5        | 0.9465     |
+| dot_recall@10       | 0.9639     |
+| dot_ndcg@10         | 0.9104     |
+| dot_mrr@10          | 0.8928     |
+| dot_map@100         | 0.8943     |
+
+#### Information Retrieval
+* Dataset: `healthcare-test`
+* Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
+
+| Metric              | Value      |
+|:--------------------|:-----------|
+| cosine_accuracy@1   | 0.6714     |
+| cosine_accuracy@3   | 0.8209     |
+| cosine_accuracy@5   | 0.865      |
+| cosine_accuracy@10  | 0.8996     |
+| cosine_precision@1  | 0.6714     |
+| cosine_precision@3  | 0.2736     |
+| cosine_precision@5  | 0.173      |
+| cosine_precision@10 | 0.09       |
+| cosine_recall@1     | 0.6714     |
+| cosine_recall@3     | 0.8209     |
+| cosine_recall@5     | 0.865      |
+| cosine_recall@10    | 0.8996     |
+| cosine_ndcg@10      | 0.7892     |
+| cosine_mrr@10       | 0.7533     |
+| **cosine_map@100**  | **0.7563** |
+| dot_accuracy@1      | 0.6714     |
+| dot_accuracy@3      | 0.8209     |
+| dot_accuracy@5      | 0.865      |
+| dot_accuracy@10     | 0.8996     |
+| dot_precision@1     | 0.6714     |
+| dot_precision@3     | 0.2736     |
+| dot_precision@5     | 0.173      |
+| dot_precision@10    | 0.09       |
+| dot_recall@1        | 0.6714     |
+| dot_recall@3        | 0.8209     |
+| dot_recall@5        | 0.865      |
+| dot_recall@10       | 0.8996     |
+| dot_ndcg@10         | 0.7892     |
+| dot_mrr@10          | 0.7533     |
+| dot_map@100         | 0.7563     |
+
+<!--
+## 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 Hyperparameters
+#### Non-Default Hyperparameters
+
+- `eval_strategy`: steps
+- `per_device_train_batch_size`: 5
+- `per_device_eval_batch_size`: 6
+- `learning_rate`: 2e-05
+- `num_train_epochs`: 2
+- `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`: steps
+- `prediction_loss_only`: True
+- `per_device_train_batch_size`: 5
+- `per_device_eval_batch_size`: 6
+- `per_gpu_train_batch_size`: None
+- `per_gpu_eval_batch_size`: None
+- `gradient_accumulation_steps`: 1
+- `eval_accumulation_steps`: None
+- `learning_rate`: 2e-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`: 2
+- `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
+- `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`: no_duplicates
+- `multi_dataset_batch_sampler`: proportional
+
+</details>
+
+### Training Logs
+<details><summary>Click to expand</summary>
+
+| Epoch  | Step  | Training Loss | Validation Loss | healthcare-dev_cosine_map@100 | healthcare-test_cosine_map@100 |
+|:------:|:-----:|:-------------:|:---------------:|:-----------------------------:|:------------------------------:|
+| 0      | 0     | -             | -               | 0.8140                        | 0.6266                         |
+| 0.0126 | 100   | 0.1461        | 0.1289          | 0.8342                        | -                              |
+| 0.0251 | 200   | 0.1063        | 0.1130          | 0.8448                        | -                              |
+| 0.0377 | 300   | 0.1015        | 0.1008          | 0.8536                        | -                              |
+| 0.0502 | 400   | 0.086         | 0.0937          | 0.8586                        | -                              |
+| 0.0628 | 500   | 0.0824        | 0.0895          | 0.8654                        | -                              |
+| 0.0753 | 600   | 0.1008        | 0.0872          | 0.8669                        | -                              |
+| 0.0879 | 700   | 0.0755        | 0.0930          | 0.8658                        | -                              |
+| 0.1004 | 800   | 0.0968        | 0.0923          | 0.8683                        | -                              |
+| 0.1130 | 900   | 0.1011        | 0.0889          | 0.8677                        | -                              |
+| 0.1255 | 1000  | 0.0943        | 0.0805          | 0.8706                        | -                              |
+| 0.1381 | 1100  | 0.0668        | 0.0782          | 0.8660                        | -                              |
+| 0.1507 | 1200  | 0.0746        | 0.0814          | 0.8738                        | -                              |
+| 0.1632 | 1300  | 0.0825        | 0.0768          | 0.8728                        | -                              |
+| 0.1758 | 1400  | 0.0851        | 0.0860          | 0.8660                        | -                              |
+| 0.1883 | 1500  | 0.1029        | 0.0736          | 0.8752                        | -                              |
+| 0.2009 | 1600  | 0.071         | 0.0805          | 0.8760                        | -                              |
+| 0.2134 | 1700  | 0.081         | 0.0717          | 0.8731                        | -                              |
+| 0.2260 | 1800  | 0.0767        | 0.0698          | 0.8744                        | -                              |
+| 0.2385 | 1900  | 0.0895        | 0.0795          | 0.8705                        | -                              |
+| 0.2511 | 2000  | 0.0666        | 0.0740          | 0.8701                        | -                              |
+| 0.2637 | 2100  | 0.0791        | 0.0702          | 0.8733                        | -                              |
+| 0.2762 | 2200  | 0.0779        | 0.0797          | 0.8767                        | -                              |
+| 0.2888 | 2300  | 0.0812        | 0.0739          | 0.8790                        | -                              |
+| 0.3013 | 2400  | 0.0492        | 0.0754          | 0.8798                        | -                              |
+| 0.3139 | 2500  | 0.0442        | 0.0850          | 0.8722                        | -                              |
+| 0.3264 | 2600  | 0.0652        | 0.0901          | 0.8717                        | -                              |
+| 0.3390 | 2700  | 0.0579        | 0.0865          | 0.8733                        | -                              |
+| 0.3515 | 2800  | 0.0543        | 0.0945          | 0.8742                        | -                              |
+| 0.3641 | 2900  | 0.0639        | 0.0950          | 0.8678                        | -                              |
+| 0.3766 | 3000  | 0.0587        | 0.0824          | 0.8775                        | -                              |
+| 0.3892 | 3100  | 0.078         | 0.0864          | 0.8675                        | -                              |
+| 0.4018 | 3200  | 0.091         | 0.0686          | 0.8763                        | -                              |
+| 0.4143 | 3300  | 0.0763        | 0.0780          | 0.8734                        | -                              |
+| 0.4269 | 3400  | 0.0552        | 0.0842          | 0.8668                        | -                              |
+| 0.4394 | 3500  | 0.0549        | 0.0748          | 0.8748                        | -                              |
+| 0.4520 | 3600  | 0.0642        | 0.0755          | 0.8790                        | -                              |
+| 0.4645 | 3700  | 0.0796        | 0.0815          | 0.8650                        | -                              |
+| 0.4771 | 3800  | 0.0949        | 0.0755          | 0.8642                        | -                              |
+| 0.4896 | 3900  | 0.0783        | 0.0691          | 0.8698                        | -                              |
+| 0.5022 | 4000  | 0.0534        | 0.0655          | 0.8822                        | -                              |
+| 0.5148 | 4100  | 0.0453        | 0.0709          | 0.8742                        | -                              |
+| 0.5273 | 4200  | 0.0498        | 0.0612          | 0.8838                        | -                              |
+| 0.5399 | 4300  | 0.0903        | 0.0619          | 0.8795                        | -                              |
+| 0.5524 | 4400  | 0.0667        | 0.0712          | 0.8825                        | -                              |
+| 0.5650 | 4500  | 0.0364        | 0.0962          | 0.8722                        | -                              |
+| 0.5775 | 4600  | 0.0502        | 0.0706          | 0.8790                        | -                              |
+| 0.5901 | 4700  | 0.0685        | 0.0672          | 0.8788                        | -                              |
+| 0.6026 | 4800  | 0.0675        | 0.0695          | 0.8768                        | -                              |
+| 0.6152 | 4900  | 0.083         | 0.0680          | 0.8787                        | -                              |
+| 0.6277 | 5000  | 0.0598        | 0.0715          | 0.8769                        | -                              |
+| 0.6403 | 5100  | 0.0548        | 0.0710          | 0.8744                        | -                              |
+| 0.6529 | 5200  | 0.0682        | 0.0679          | 0.8855                        | -                              |
+| 0.6654 | 5300  | 0.0378        | 0.0779          | 0.8809                        | -                              |
+| 0.6780 | 5400  | 0.0274        | 0.0711          | 0.8864                        | -                              |
+| 0.6905 | 5500  | 0.0635        | 0.0699          | 0.8842                        | -                              |
+| 0.7031 | 5600  | 0.0681        | 0.0563          | 0.8867                        | -                              |
+| 0.7156 | 5700  | 0.0389        | 0.0595          | 0.8806                        | -                              |
+| 0.7282 | 5800  | 0.0419        | 0.0586          | 0.8796                        | -                              |
+| 0.7407 | 5900  | 0.0306        | 0.0520          | 0.8837                        | -                              |
+| 0.7533 | 6000  | 0.0418        | 0.0622          | 0.8759                        | -                              |
+| 0.7659 | 6100  | 0.0459        | 0.0691          | 0.8770                        | -                              |
+| 0.7784 | 6200  | 0.0616        | 0.0679          | 0.8818                        | -                              |
+| 0.7910 | 6300  | 0.0541        | 0.0658          | 0.8888                        | -                              |
+| 0.8035 | 6400  | 0.0742        | 0.0767          | 0.8890                        | -                              |
+| 0.8161 | 6500  | 0.0531        | 0.0675          | 0.8904                        | -                              |
+| 0.8286 | 6600  | 0.0513        | 0.0720          | 0.8909                        | -                              |
+| 0.8412 | 6700  | 0.0505        | 0.0722          | 0.8897                        | -                              |
+| 0.8537 | 6800  | 0.0451        | 0.0705          | 0.8895                        | -                              |
+| 0.8663 | 6900  | 0.0456        | 0.0704          | 0.8892                        | -                              |
+| 0.8788 | 7000  | 0.0506        | 0.0668          | 0.8901                        | -                              |
+| 0.8914 | 7100  | 0.0424        | 0.0556          | 0.8903                        | -                              |
+| 0.9040 | 7200  | 0.036         | 0.0602          | 0.8890                        | -                              |
+| 0.9165 | 7300  | 0.0545        | 0.0656          | 0.8886                        | -                              |
+| 0.9291 | 7400  | 0.0604        | 0.0695          | 0.8863                        | -                              |
+| 0.9416 | 7500  | 0.0362        | 0.0617          | 0.8909                        | -                              |
+| 0.9542 | 7600  | 0.0442        | 0.0666          | 0.8932                        | -                              |
+| 0.9667 | 7700  | 0.0398        | 0.0648          | 0.8886                        | -                              |
+| 0.9793 | 7800  | 0.0471        | 0.0654          | 0.8921                        | -                              |
+| 0.9918 | 7900  | 0.0716        | 0.0615          | 0.8933                        | -                              |
+| 1.0044 | 8000  | 0.0306        | 0.0735          | 0.8929                        | -                              |
+| 1.0169 | 8100  | 0.0601        | 0.0708          | 0.8927                        | -                              |
+| 1.0295 | 8200  | 0.041         | 0.0672          | 0.8939                        | -                              |
+| 1.0421 | 8300  | 0.0311        | 0.0693          | 0.8956                        | -                              |
+| 1.0546 | 8400  | 0.0508        | 0.0700          | 0.8984                        | -                              |
+| 1.0672 | 8500  | 0.0414        | 0.0640          | 0.8933                        | -                              |
+| 1.0797 | 8600  | 0.0451        | 0.0606          | 0.8943                        | -                              |
+| 1.0923 | 8700  | 0.0347        | 0.0668          | 0.8898                        | -                              |
+| 1.1048 | 8800  | 0.0413        | 0.0663          | 0.8965                        | -                              |
+| 1.1174 | 8900  | 0.0369        | 0.0641          | 0.8964                        | -                              |
+| 1.1299 | 9000  | 0.0252        | 0.0543          | 0.8925                        | -                              |
+| 1.1425 | 9100  | 0.0221        | 0.0529          | 0.8879                        | -                              |
+| 1.1551 | 9200  | 0.0306        | 0.0568          | 0.8951                        | -                              |
+| 1.1676 | 9300  | 0.0378        | 0.0616          | 0.8954                        | -                              |
+| 1.1802 | 9400  | 0.0338        | 0.0592          | 0.8913                        | -                              |
+| 1.1927 | 9500  | 0.0207        | 0.0565          | 0.8992                        | -                              |
+| 1.2053 | 9600  | 0.0259        | 0.0600          | 0.8962                        | -                              |
+| 1.2178 | 9700  | 0.0079        | 0.0655          | 0.8950                        | -                              |
+| 1.2304 | 9800  | 0.022         | 0.0660          | 0.8959                        | -                              |
+| 1.2429 | 9900  | 0.0296        | 0.0657          | 0.8960                        | -                              |
+| 1.2555 | 10000 | 0.0263        | 0.0667          | 0.8916                        | -                              |
+| 1.2680 | 10100 | 0.0184        | 0.0590          | 0.8951                        | -                              |
+| 1.2806 | 10200 | 0.0254        | 0.0587          | 0.8926                        | -                              |
+| 1.2932 | 10300 | 0.0213        | 0.0627          | 0.8896                        | -                              |
+| 1.3057 | 10400 | 0.0141        | 0.0655          | 0.8905                        | -                              |
+| 1.3183 | 10500 | 0.0077        | 0.0702          | 0.8910                        | -                              |
+| 1.3308 | 10600 | 0.0159        | 0.0700          | 0.8921                        | -                              |
+| 1.3434 | 10700 | 0.015         | 0.0674          | 0.8908                        | -                              |
+| 1.3559 | 10800 | 0.018         | 0.0698          | 0.8955                        | -                              |
+| 1.3685 | 10900 | 0.0156        | 0.0677          | 0.8908                        | -                              |
+| 1.3810 | 11000 | 0.0219        | 0.0666          | 0.8952                        | -                              |
+| 1.3936 | 11100 | 0.015         | 0.0640          | 0.8941                        | -                              |
+| 1.4062 | 11200 | 0.0231        | 0.0634          | 0.8916                        | -                              |
+| 1.4187 | 11300 | 0.0172        | 0.0679          | 0.8940                        | -                              |
+| 1.4313 | 11400 | 0.0228        | 0.0636          | 0.8925                        | -                              |
+| 1.4438 | 11500 | 0.0199        | 0.0655          | 0.8935                        | -                              |
+| 1.4564 | 11600 | 0.025         | 0.0687          | 0.8961                        | -                              |
+| 1.4689 | 11700 | 0.0277        | 0.0679          | 0.8922                        | -                              |
+| 1.4815 | 11800 | 0.0227        | 0.0672          | 0.8912                        | -                              |
+| 1.4940 | 11900 | 0.0222        | 0.0679          | 0.8914                        | -                              |
+| 1.5066 | 12000 | 0.0138        | 0.0656          | 0.8929                        | -                              |
+| 1.5191 | 12100 | 0.0107        | 0.0663          | 0.8916                        | -                              |
+| 1.5317 | 12200 | 0.0137        | 0.0580          | 0.8927                        | -                              |
+| 1.5443 | 12300 | 0.0311        | 0.0578          | 0.8948                        | -                              |
+| 1.5568 | 12400 | 0.0198        | 0.0621          | 0.8953                        | -                              |
+| 1.5694 | 12500 | 0.0084        | 0.0638          | 0.8950                        | -                              |
+| 1.5819 | 12600 | 0.0166        | 0.0600          | 0.8959                        | -                              |
+| 1.5945 | 12700 | 0.0251        | 0.0599          | 0.8928                        | -                              |
+| 1.6070 | 12800 | 0.0154        | 0.0624          | 0.8973                        | -                              |
+| 1.6196 | 12900 | 0.0301        | 0.0629          | 0.8937                        | -                              |
+| 1.6321 | 13000 | 0.0198        | 0.0616          | 0.8937                        | -                              |
+| 1.6447 | 13100 | 0.0146        | 0.0601          | 0.8914                        | -                              |
+| 1.6573 | 13200 | 0.0128        | 0.0610          | 0.8945                        | -                              |
+| 1.6698 | 13300 | 0.0092        | 0.0606          | 0.8920                        | -                              |
+| 1.6824 | 13400 | 0.0121        | 0.0595          | 0.8954                        | -                              |
+| 1.6949 | 13500 | 0.0183        | 0.0577          | 0.8918                        | -                              |
+| 1.7075 | 13600 | 0.0245        | 0.0572          | 0.8944                        | -                              |
+| 1.7200 | 13700 | 0.0166        | 0.0592          | 0.8931                        | -                              |
+| 1.7326 | 13800 | 0.0059        | 0.0593          | 0.8929                        | -                              |
+| 1.7451 | 13900 | 0.0087        | 0.0581          | 0.8918                        | -                              |
+| 1.7577 | 14000 | 0.0252        | 0.0595          | 0.8924                        | -                              |
+| 1.7702 | 14100 | 0.0165        | 0.0585          | 0.8976                        | -                              |
+| 1.7828 | 14200 | 0.022         | 0.0595          | 0.8976                        | -                              |
+| 1.7954 | 14300 | 0.0143        | 0.0602          | 0.8967                        | -                              |
+| 1.8079 | 14400 | 0.0328        | 0.0608          | 0.8974                        | -                              |
+| 1.8205 | 14500 | 0.0228        | 0.0597          | 0.8983                        | -                              |
+| 1.8330 | 14600 | 0.009         | 0.0594          | 0.8979                        | -                              |
+| 1.8456 | 14700 | 0.0188        | 0.0593          | 0.8952                        | -                              |
+| 1.8581 | 14800 | 0.0157        | 0.0583          | 0.8962                        | -                              |
+| 1.8707 | 14900 | 0.0116        | 0.0571          | 0.8969                        | -                              |
+| 1.8832 | 15000 | 0.0183        | 0.0559          | 0.8989                        | -                              |
+| 1.8958 | 15100 | 0.0118        | 0.0554          | 0.8972                        | -                              |
+| 1.9083 | 15200 | 0.0192        | 0.0559          | 0.8970                        | -                              |
+| 1.9209 | 15300 | 0.0109        | 0.0566          | 0.8957                        | -                              |
+| 1.9335 | 15400 | 0.0145        | 0.0566          | 0.8975                        | -                              |
+| 1.9460 | 15500 | 0.0131        | 0.0573          | 0.8965                        | -                              |
+| 1.9586 | 15600 | 0.0104        | 0.0575          | 0.8969                        | -                              |
+| 1.9711 | 15700 | 0.0185        | 0.0581          | 0.8961                        | -                              |
+| 1.9837 | 15800 | 0.0131        | 0.0579          | 0.8943                        | -                              |
+| 1.9962 | 15900 | 0.032         | 0.0576          | 0.8943                        | -                              |
+| 2.0    | 15930 | -             | -               | -                             | 0.7563                         |
+
+</details>
+
+### Framework Versions
+- Python: 3.10.13
+- Sentence Transformers: 3.2.0
+- Transformers: 4.41.2
+- PyTorch: 2.1.2
+- Accelerate: 0.30.1
+- Datasets: 2.19.2
+- 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.*
+-->

config.json

@@ -0,0 +1,28 @@
+{
+  "_name_or_path": "BookingCare/multilingual-e5-base-v2",
+  "architectures": [
+    "XLMRobertaModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "bos_token_id": 0,
+  "classifier_dropout": null,
+  "eos_token_id": 2,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 768,
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "layer_norm_eps": 1e-05,
+  "max_position_embeddings": 514,
+  "model_type": "xlm-roberta",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "output_past": true,
+  "pad_token_id": 1,
+  "position_embedding_type": "absolute",
+  "torch_dtype": "float32",
+  "transformers_version": "4.41.2",
+  "type_vocab_size": 1,
+  "use_cache": true,
+  "vocab_size": 250002
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.2.0",
+    "transformers": "4.41.2",
+    "pytorch": "2.1.2"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:be0a07af5dfea8bb8fc12252cbe15712ba1fd362d5a68da68615d41b92629400
+size 1112197096

modules.json

@@ -0,0 +1,20 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  },
+  {
+    "idx": 2,
+    "name": "2",
+    "path": "2_Normalize",
+    "type": "sentence_transformers.models.Normalize"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 512,
+  "do_lower_case": false
+}

sentencepiece.bpe.model

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cfc8146abe2a0488e9e2a0c56de7952f7c11ab059eca145a0a727afce0db2865
+size 5069051

special_tokens_map.json

@@ -0,0 +1,51 @@
+{
+  "bos_token": {
+    "content": "<s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "cls_token": {
+    "content": "<s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "eos_token": {
+    "content": "</s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "<mask>",
+    "lstrip": true,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "<pad>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "</s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "<unk>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer.json

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:883b037111086fd4dfebbbc9b7cee11e1517b5e0c0514879478661440f137085
+size 17082987

tokenizer_config.json

@@ -0,0 +1,61 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "<s>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "<pad>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "</s>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "<unk>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "250001": {
+      "content": "<mask>",
+      "lstrip": true,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "bos_token": "<s>",
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "<s>",
+  "eos_token": "</s>",
+  "mask_token": "<mask>",
+  "max_length": 512,
+  "model_max_length": 512,
+  "pad_to_multiple_of": null,
+  "pad_token": "<pad>",
+  "pad_token_type_id": 0,
+  "padding_side": "right",
+  "sep_token": "</s>",
+  "stride": 0,
+  "tokenizer_class": "XLMRobertaTokenizer",
+  "truncation_side": "right",
+  "truncation_strategy": "longest_first",
+  "unk_token": "<unk>"
+}