--- base_model: colorfulscoop/sbert-base-ja library_name: sentence-transformers metrics: - cosine_accuracy - cosine_accuracy_threshold - cosine_f1 - cosine_f1_threshold - cosine_precision - cosine_recall - cosine_ap - dot_accuracy - dot_accuracy_threshold - dot_f1 - dot_f1_threshold - dot_precision - dot_recall - dot_ap - manhattan_accuracy - manhattan_accuracy_threshold - manhattan_f1 - manhattan_f1_threshold - manhattan_precision - manhattan_recall - manhattan_ap - euclidean_accuracy - euclidean_accuracy_threshold - euclidean_f1 - euclidean_f1_threshold - euclidean_precision - euclidean_recall - euclidean_ap - max_accuracy - max_accuracy_threshold - max_f1 - max_f1_threshold - max_precision - max_recall - max_ap pipeline_tag: sentence-similarity tags: - sentence-transformers - sentence-similarity - feature-extraction - generated_from_trainer - dataset_size:5330 - loss:CoSENTLoss widget: - source_sentence: 建物 に は 、 フェンス の 上 に さまざまな 植物 が 生えて いる 複数 の バルコニー が あり ます 。 sentences: - 建物 の 住人 は とても 良い 庭 師 です 。 - 男 は 木 を 切る 。 - 彼 の 家 で フラフープ と 遊ぶ 子供 - source_sentence: 自転車 の 横 に しゃがむ 男 。 sentences: - ホッケープレイミザー 彼 の ショット - フットボール の 試合 を 開始 する 準備 が でき ました - 男 が 働いて い ます 。 - source_sentence: 階段 を 降りて いく 男 。 sentences: - 彼 は どこ か に 行き ます 。 - 野球 選手 が ボール を 打つ - 二 人 の 男 が 雪かき を して い ます 。 - source_sentence: 青い バケツ を 持つ 少女 は 、 桟橋 の 下 で 跳ね ます 。 sentences: - 子供 は 帽子 を かぶって い ました 。 - 白 と 黒 の ３ 人 の 女の子 が 外 を 散歩 し ます 。 - 女の子 が 青い バケツ を 運んで い ます 。 - source_sentence: 浜辺 の 砂 を 掘る 男 sentences: - 男 が ビーチ に い ます 。 - 数 人 の 若い 女性 が プレー する 準備 を して い ます 。 - オートバイ は カー ショー でした 。 model-index: - name: SentenceTransformer based on colorfulscoop/sbert-base-ja results: - task: type: binary-classification name: Binary Classification dataset: name: custom arc semantics data jp type: custom-arc-semantics-data-jp metrics: - type: cosine_accuracy value: 0.724202626641651 name: Cosine Accuracy - type: cosine_accuracy_threshold value: 0.949911892414093 name: Cosine Accuracy Threshold - type: cosine_f1 value: 0.8227550540667607 name: Cosine F1 - type: cosine_f1_threshold value: 0.9255338907241821 name: Cosine F1 Threshold - type: cosine_precision value: 0.7157464212678937 name: Cosine Precision - type: cosine_recall value: 0.9673852957435047 name: Cosine Recall - type: cosine_ap value: 0.7633272592963735 name: Cosine Ap - type: dot_accuracy value: 0.726454033771107 name: Dot Accuracy - type: dot_accuracy_threshold value: 626.92529296875 name: Dot Accuracy Threshold - type: dot_f1 value: 0.8233872916163325 name: Dot F1 - type: dot_f1_threshold value: 612.754638671875 name: Dot F1 Threshold - type: dot_precision value: 0.7313304721030043 name: Dot Precision - type: dot_recall value: 0.9419568822553898 name: Dot Recall - type: dot_ap value: 0.7865839551255255 name: Dot Ap - type: manhattan_accuracy value: 0.724953095684803 name: Manhattan Accuracy - type: manhattan_accuracy_threshold value: 180.30792236328125 name: Manhattan Accuracy Threshold - type: manhattan_f1 value: 0.8225806451612903 name: Manhattan F1 - type: manhattan_f1_threshold value: 244.3115997314453 name: Manhattan F1 Threshold - type: manhattan_precision value: 0.705254839984196 name: Manhattan Precision - type: manhattan_recall value: 0.9867330016583747 name: Manhattan Recall - type: manhattan_ap value: 0.7637811425109782 name: Manhattan Ap - type: euclidean_accuracy value: 0.7238273921200751 name: Euclidean Accuracy - type: euclidean_accuracy_threshold value: 8.075063705444336 name: Euclidean Accuracy Threshold - type: euclidean_f1 value: 0.8225616921269095 name: Euclidean F1 - type: euclidean_f1_threshold value: 9.857145309448242 name: Euclidean F1 Threshold - type: euclidean_precision value: 0.7154538021259199 name: Euclidean Precision - type: euclidean_recall value: 0.9673852957435047 name: Euclidean Recall - type: euclidean_ap value: 0.7631772892743254 name: Euclidean Ap - type: max_accuracy value: 0.726454033771107 name: Max Accuracy - type: max_accuracy_threshold value: 626.92529296875 name: Max Accuracy Threshold - type: max_f1 value: 0.8233872916163325 name: Max F1 - type: max_f1_threshold value: 612.754638671875 name: Max F1 Threshold - type: max_precision value: 0.7313304721030043 name: Max Precision - type: max_recall value: 0.9867330016583747 name: Max Recall - type: max_ap value: 0.7865839551255255 name: Max Ap --- # SentenceTransformer based on colorfulscoop/sbert-base-ja This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [colorfulscoop/sbert-base-ja](https://huggingface.co/colorfulscoop/sbert-base-ja) on the csv dataset. 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:** [colorfulscoop/sbert-base-ja](https://huggingface.co/colorfulscoop/sbert-base-ja) - **Maximum Sequence Length:** 512 tokens - **Output Dimensionality:** 768 tokens - **Similarity Function:** Cosine Similarity - **Training Dataset:** - csv ### 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: BertModel (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}) ) ``` ## 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 = [ '浜辺 の 砂 を 掘る 男', '男 が ビーチ に い ます 。', 'オートバイ は カー ショー でした 。', ] 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] ``` ## Evaluation ### Metrics #### Binary Classification * Dataset: `custom-arc-semantics-data-jp` * Evaluated with [BinaryClassificationEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.BinaryClassificationEvaluator) | Metric | Value | |:-----------------------------|:-----------| | cosine_accuracy | 0.7242 | | cosine_accuracy_threshold | 0.9499 | | cosine_f1 | 0.8228 | | cosine_f1_threshold | 0.9255 | | cosine_precision | 0.7157 | | cosine_recall | 0.9674 | | cosine_ap | 0.7633 | | dot_accuracy | 0.7265 | | dot_accuracy_threshold | 626.9253 | | dot_f1 | 0.8234 | | dot_f1_threshold | 612.7546 | | dot_precision | 0.7313 | | dot_recall | 0.942 | | dot_ap | 0.7866 | | manhattan_accuracy | 0.725 | | manhattan_accuracy_threshold | 180.3079 | | manhattan_f1 | 0.8226 | | manhattan_f1_threshold | 244.3116 | | manhattan_precision | 0.7053 | | manhattan_recall | 0.9867 | | manhattan_ap | 0.7638 | | euclidean_accuracy | 0.7238 | | euclidean_accuracy_threshold | 8.0751 | | euclidean_f1 | 0.8226 | | euclidean_f1_threshold | 9.8571 | | euclidean_precision | 0.7155 | | euclidean_recall | 0.9674 | | euclidean_ap | 0.7632 | | max_accuracy | 0.7265 | | max_accuracy_threshold | 626.9253 | | max_f1 | 0.8234 | | max_f1_threshold | 612.7546 | | max_precision | 0.7313 | | max_recall | 0.9867 | | **max_ap** | **0.7866** | ## Training Details ### Training Dataset #### csv * Dataset: csv * Size: 5,330 training samples * Columns: text1, text2, and label * Approximate statistics based on the first 1000 samples: | | text1 | text2 | label | |:--------|:-----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|:------------------------------------------------| | type | string | string | int | | details | | | | * Samples: | text1 | text2 | label | |:-----------------------------------------------------------------------------------|:---------------------------------------------|:---------------| | 草 の 山 で 寝て いる 男 。 | 男 は 目 を 覚まして いる 。 | 1 | | セーター と ジーンズ を 着て いる 女性 が 屋外 公園 で ２ 人 の 小さな 子供 と タイヤ スイング で 遊んで い ます 。 | 母親 が ２ 人 の 子供 と 遊んで い ます 。 | 1 | | ジョガー は 、 伸ばした 木 の 枝 の 下 を 通り ます 。 | ジョガー は 別の ツリー ブランチ を 回って い ます 。 | 1 | * Loss: [CoSENTLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#cosentloss) with these parameters: ```json { "scale": 20.0, "similarity_fct": "pairwise_cos_sim" } ``` ### Evaluation Dataset #### csv * Dataset: csv * Size: 5,330 evaluation samples * Columns: text1, text2, and label * Approximate statistics based on the first 1000 samples: | | text1 | text2 | label | |:--------|:-----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|:------------------------------------------------| | type | string | string | int | | details | | | | * Samples: | text1 | text2 | label | |:---------------------------------------------------------------------------|:-----------------------------------------|:---------------| | 空中 で スタント を 行う スノー ボーダー 。 | 危険な スタント を 行う スノー ボーダー | 1 | | 高級 レストラン で タイル 張り の レストラン カレンダー の 背後 で ２ 人 の シェフ が 語り 合い ます 。 | レストラン で 食事 を する ２ 人 の シェフ 。 | 1 | | 年配 の 男性 が 水上 で 手 ｒｏｗ ぎ ボート に 立って い ます 。 | 人 は 橋 から 飛び降りて い ます | 1 | * Loss: [CoSENTLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#cosentloss) with these parameters: ```json { "scale": 20.0, "similarity_fct": "pairwise_cos_sim" } ``` ### Training Hyperparameters #### Non-Default Hyperparameters - `eval_strategy`: epoch - `learning_rate`: 2e-05 - `num_train_epochs`: 1 - `warmup_ratio`: 0.4 - `fp16`: True - `batch_sampler`: no_duplicates #### All Hyperparameters
Click to expand - `overwrite_output_dir`: False - `do_predict`: False - `eval_strategy`: epoch - `prediction_loss_only`: True - `per_device_train_batch_size`: 8 - `per_device_eval_batch_size`: 8 - `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`: 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`: 1 - `max_steps`: -1 - `lr_scheduler_type`: linear - `lr_scheduler_kwargs`: {} - `warmup_ratio`: 0.4 - `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 - `eval_on_start`: False - `eval_use_gather_object`: False - `batch_sampler`: no_duplicates - `multi_dataset_batch_sampler`: proportional
### Training Logs | Epoch | Step | Training Loss | loss | custom-arc-semantics-data-jp_max_ap | |:-----:|:----:|:-------------:|:------:|:-----------------------------------:| | 0 | 0 | - | - | 0.5488 | | 1.0 | 334 | 3.4293 | 2.3784 | 0.7866 | ### Framework Versions - Python: 3.10.14 - Sentence Transformers: 3.1.0 - Transformers: 4.44.2 - PyTorch: 2.4.1+cu121 - Accelerate: 0.34.2 - Datasets: 2.20.0 - 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", } ``` #### CoSENTLoss ```bibtex @online{kexuefm-8847, title={CoSENT: A more efficient sentence vector scheme than Sentence-BERT}, author={Su Jianlin}, year={2022}, month={Jan}, url={https://kexue.fm/archives/8847}, } ```