Hugging Face's logo

omarelsayeed
/
ammar_setfit_v2

Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
Generated from Trainer
dataset_size:400000
loss:LoggingBAS
text-embeddings-inference
Inference Endpoints
Model card Files Community
ammar_setfit_v2 / README.md
omarelsayeed's picture
omarelsayeed
Upload folder using huggingface_hub
256b349 verified
preview code
|
raw
history blame contribute delete
No virus
17.3 kB
metadata
language: []
library_name: sentence-transformers
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:400000
  - loss:LoggingBAS
base_model: Ammar-alhaj-ali/arabic-MARBERT-sentiment
datasets: []
widget:
  - source_sentence: |-
      السلام عليكم 
      رجاءً تواصلو معي على الخاص ضروري
    sentences:
      - ياليت والله أنا في المدينة لكن سعر الرحلات غالي 🥺
      - متوفر ملزمه عامر قدره معرفيه
      - الف مبرووك
  - source_sentence: >-
      قسم بايات الله اسوء موظفين من يوم يشوف وجهي يقول لي تعال الاسبوع الجاي ولي
      اسبوعين على ذا الحال واليوم اروح يقول لي الموظف مو موجود تعال بكرة

      وانا كل شوي بخرج من الدوام على حساب مزاج الموظف وقت ما يبي يشتغل يخي وش
      الخدمة ذي

      هذا كله كمان علشان اخذ حقي الله يشغلكم في نفسكم بس
    sentences:
      - >-
        امس شاركت بمسابقه وطلعت احتيال واخذوا اخر ١٠٠ بحسابي الله يعوضني العوض
        الجميل المبارك فيه 🧡..
      - >-
        اسوء وازبل بنك بالتاريخ وانا راح اغرد بالموضوع وادفع عليه فلوس نشر واخلي
        العالم كلها تشوف التسيب والمصخره اللي انتم فيها
      - متوفر عندكم معمول خاص بالدايت ( خالي من السكر ) ؟ 🌹
  - source_sentence: >-
      أجر لك وأجر لي ساهم معي في التبرع لـ (عليه امر بالتنفيذ وحكم بالسجن عمره
      33 عاما متزوج لديه طفل متبقى عليه مبلغ 159342ريال) عبر #منصة_إحسان:
    sentences:
      - تكفى ي يزيد انا في وجهك
      - >-
        طلبت بطاقة سفر بلس قبل حوالي شهر والى الان ماوصلت مع العلم أنه عند
        إصدارها كان الوقت المستغرق خمسة ايام من تاريخ الإصدار لمن هم خارج الرياض
      - >-
        أسأل الله العلي العظيم ان يوفق الجميع بكل خير وان يارب
        ❤️❤️🇸🇦🇸🇦🇸🇦💚💚💚💙💙💙
  - source_sentence: الله ياليت
    sentences:
      - |-
        الله يسعد ايامك
        #حاضر_وموجود
      - |-
        حجز عمره 
        حجز الصلاة بالروضة
         ب اسعار مناسبه وسرعه بالانجاز🕔⏳
        لتواصل 
         0531927254
      - >-
        #يوم_السعادة_العالمي 

        #حاضر_وموجود 

        #الماجد_للعود 


        هذا العطر يسعدني برائحته الزكية وتبقى ذكرياته الجميلة وعبقه الرائع في
        المكان.

        إنه عطر (برستيج روبي) 

        (PRESTIGE RUBY )

        العطر الأجمل والأفضل

        بين كل العطور .
  - source_sentence: دائماً موفقين 👍
    sentences:
      - العذر اقبح من ذنب مصرف فاشل
      - >-
        مصرف الانماء 

        ممكن اعرف ايش يعني هذا في كشف الحساب ومين الدائن ومين المدين ؟من امي
        اسال محد رد ؟!
      - |-
        متجر سبونج يوفر لكم اشتراك رسمي وباسعار مناسبه للجميع ❤️👌🏻 
        وموثقين في معروف وتقدر تشوف تقييماتنا بالموقع الخاص فينا 🫡
pipeline_tag: sentence-similarity

SentenceTransformer based on Ammar-alhaj-ali/arabic-MARBERT-sentiment

This is a sentence-transformers model finetuned from Ammar-alhaj-ali/arabic-MARBERT-sentiment. 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 Sources

Full Model Architecture 

SentenceTransformer(
  (0): Transformer({'max_seq_length': 35, '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:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("sentence_transformers_model_id")
# Run inference
sentences = [
    'دائماً موفقين 👍',
    'متجر سبونج يوفر لكم اشتراك رسمي وباسعار مناسبه للجميع ❤️👌🏻 \nوموثقين في معروف وتقدر تشوف تقييماتنا بالموقع الخاص فينا \U0001fae1',
    'العذر اقبح من ذنب مصرف فاشل',
]
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]

Training Details

Training Dataset

Unnamed Dataset

  • Size: 400,000 training samples
  • Columns: sentence_0, sentence_1, and label
  • Approximate statistics based on the first 1000 samples:
    sentence_0 sentence_1 label
    type string string float
    details
    • min: 3 tokens
    • mean: 21.12 tokens
    • max: 35 tokens
    • min: 3 tokens
    • mean: 19.25 tokens
    • max: 35 tokens
    • min: -1.0
    • mean: -0.3
    • max: 1.0
  • Samples:
    sentence_0 sentence_1 label
    سددت مخالفات لسياره الوالد بمبلغ ١٥٠٠ ريال وبقيت معلقه وحاولت اسوي استرداد ولم يتم إرجاع المبلغ واضطريت اسوي سداد للمخالفات مره وراجعت احد فروع بنك الراجحي لارجاع المبلغ يدوياً ولم يتم إرجاع المبلغ وش الحل ي اخي اسوء بنك كيف م اقدر اطلع مبلغ مسحوب في سنه ٢٠٢٢ ولازم اراجع البنك ع سبب تافه من المفترض اقدر اسويه وانا ف البيت انتم في اي عصر 1.0
    ياليت بس اتمنى اشتري مقاضي العيد
    ولكن حالتي لايسمح 😔💔💸
    .
    .
    ولكن من أفضل الحسابات حاليا بوجهة نظري انتم ❤️✋️    		 انا شاري وحدة سكنية عام 1441 من البنك الاهلي والان يوجد اضرار وقدمت ع البنك وحولت معاملتي على التامين المتعاقد مع البنك ورفض معاملتي بحجة ان الشركة المتعاقدة الاولى مع البنك تقلت وهذي الشركة جديده والا تتدخل في الشركة الاولى افادوا ان اللي يعوض البنك . حسبي الله عليكم -1.0
    عندي مشكله بطاقتي انتهت وجاني وحده جديده مو قادره اضيفها ف الجوال لا يدوي ولا بالمسح ولا حتى بالموقع حقكم ايش الحل السلام عليكم عندما احاول تسديد اي فاتورة لوزارة العدل والتنفيذ القضائي (للمعسرين) يظهر لي المبلغ المستحق صفر في حين اذا فتحت الفاتورة من بنك آخر يظهر المبلغ مازال موجود المشكلة في بنك الإنماء فقط عندي وعند كذا شخص من معارفي أرجو حلها في أسرع وقت 1.0
  • Loss: main.LoggingBAS with these parameters:
    {
    "scale": 20.0,
    "similarity_fct": "cos_sim"
}

Training Hyperparameters

Non-Default Hyperparameters

  • per_device_train_batch_size: 256
  • per_device_eval_batch_size: 256
  • num_train_epochs: 2
  • multi_dataset_batch_sampler: round_robin

All Hyperparameters

Click to expand
  • overwrite_output_dir: False
  • do_predict: False
  • eval_strategy: no
  • prediction_loss_only: True
  • per_device_train_batch_size: 256
  • per_device_eval_batch_size: 256
  • 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: 2
  • 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

Training Logs

Epoch Step Training Loss
0.3199 500 5.7094
0.6398 1000 5.4777
0.9597 1500 5.438
1.2796 2000 5.4277
1.5995 2500 5.4283
1.9194 3000 5.4247

Framework Versions

  • Python: 3.10.13
  • Sentence Transformers: 3.0.1
  • Transformers: 4.41.2
  • PyTorch: 2.1.2
  • Accelerate: 0.32.1
  • Datasets: 2.19.2
  • Tokenizers: 0.19.1

Citation

BibTeX

Sentence Transformers 

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

LoggingBAS 

@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}
}