SentenceTransformer based on nampham1106/bkcare-embedding

This is a sentence-transformers model finetuned from nampham1106/bkcare-embedding on the dataset_full_fixed 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: nampham1106/bkcare-embedding
Maximum Sequence Length: 256 tokens
Output Dimensionality: 768 dimensions
Similarity Function: Cosine Similarity
Training Dataset:
- dataset_full_fixed

Model Sources

Documentation: Sentence Transformers Documentation
Repository: Sentence Transformers on GitHub
Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 256, 'do_lower_case': False}) with Transformer model: RobertaModel 
  (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("bkcare-embed-v2")
# Run inference
sentences = [
    'Chào em, Carcinoma tuyến vú là một dạng ung thư vú. Giai đoạn đầu của ung thư vú triệu chứng có thể mờ nhạt, dễ lầm lẫn với các bệnh lý khác, trong đó có áp-xe vú. Tuy nhiên khi BS đã kết luận mẹ của em bị carcinoma tuyến vú tức là đã có kết quả giải phẫu bệnh học - kết quả này gần như là chắc chắn ung thư. Mặc dù bệnh lý ung thư có thể nguy hiểm tới tính mạng, nhưng với những tiến bộ của y học, hiệu quả điều trị ung thư vú đã cải thiện rất nhiều. Nếu phát hiện sớm, điều trị phù hợp, đúng liệu trình thì bệnh vẫn có thể khỏi hoàn toàn. Phương pháp điều trị hiện nay chủ yếu là phẫu thuật, xạ trị, hoá trị, liệu pháp trúng đích, tuỳ vào lựa chọn và quyết định của BS điều trị, dựa trên mức độ nặng của bệnh. Do đó, em nên động viên, hỗ trợ mẹ tiếp tục điều trị và tuân thủ theo chuyên khoa tại BV Ung Bướu để bệnh mau khỏi em nhé! Thân mến.',
    'BS ơi,\r\n\r\nMẹ cháu năm nay 39 tuổi. Hôm qua mẹ cháu đi khám bệnh, BS nói mẹ cháu bị Carcinôm ung thư tuyến vú bên phải và có bướu ác tính kích thước 30mm. BS cho cháu hỏi là bệnh này có nguy hiểm đến người và có cách nào để điều trị không ạ?',
    'Dạ thưa bác sĩ, vừa qua em có ăn cá lóc bị dính xương nhỏ của cá vào khe nhỏ giữa hai răng. Lấy đèn soi vào hoặc dùng tay thì không thấy được xương nhưng khi dùng lưỡi cà thì cảm nhận được xương ạ.Em nghĩ là xương này nhỏ và dính hơi sâu. Giờ em muốn xin ý kiến của bác sĩ ạ. Em phải là sao bây giờ em thực sự rất lo lắng. Mong sớm nhận được phản hồi từ bác sĩ',
]
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

Information Retrieval

Dataset: dim_768
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.5919
cosine_accuracy@3	0.7226
cosine_accuracy@5	0.7732
cosine_accuracy@10	0.8282
cosine_precision@1	0.5919
cosine_precision@3	0.2409
cosine_precision@5	0.1546
cosine_precision@10	0.0828
cosine_recall@1	0.5919
cosine_recall@3	0.7226
cosine_recall@5	0.7732
cosine_recall@10	0.8282
cosine_ndcg@10	0.7073
cosine_mrr@10	0.6689
cosine_map@100	0.675

Training Details

Training Dataset

dataset_full_fixed

Dataset: dataset_full_fixed at ef2e7fd
Size: 54,755 training samples
Columns: positive and query
Approximate statistics based on the first 1000 samples:
positive query
type string string
details
min: 30 tokens
mean: 186.53 tokens
max: 256 tokens

min: 5 tokens
mean: 80.02 tokens
max: 256 tokens

	positive	query
type	string	string
details	min: 30 tokens mean: 186.53 tokens max: 256 tokens	min: 5 tokens mean: 80.02 tokens max: 256 tokens

Samples:

positive	query
Mô tả ngắn: Thuốc Furosemide 20mg/2ml được sản xuất bởi Công ty Cổ phần Dược phẩm Trung ương Vidipha, có thành phần chính là Furosemid. Thuốc Furosemide được chỉ định trong các trường hợp phù phổi cấp; phù do tim, gan, thận và các loại phù khác. Thuốc Furosemide 20mg/2ml được bào chế dưới dạng dung dịch tiêm. Hộp 10 ống 2ml; hộp 50 ống 2ml. Thành phần: Furosemide: 20 Chỉ định: Thuốc Furosemide 20mg/2ml được chỉ định dùng trong các trường hợp sau: Điều trị phù phổi cấp. Phù do tim, gan, thận và các loại phù khác.	`Dung dịch tiêm Furosemide 20mg Vidipha điều trị phù phổi cấp, phù do tim, gan, thận (5 vỉ x 10 ống)`
Xin chào bạn, Trong bệnh lý tuyến giáp có 2 vấn đề liên quan đến quyết định điều trị (phẫu thuật hay dùng thuốc) đó là: - Kích thước và bản chất khối u: lành tính hay ác, có làm khó thở, nuốt khó, quá to ảnh hưởng thẩm mỹ? - Chức năng tuyến giáp: cường hay suy? Hiện tại kết quả sinh thiết ra nhóm tế bào không điển hình, nghĩa là chưa thể loại trừ đây là khối u ác tính. Bạn nên tái khám chuyên khoa bệnh lý tuyến giáp để được sinh thiết lần 2 sau đó mới quyết định điều trị nhé bạn. Thân ái chào bạn.	`Chào bác sĩ.Tôi nữ, 20 tuổi. Tôi đi kiểm tra sức khỏe, qua siêu âm tuyến giáp có 1 nhân giảm âm, bên trong có nhiều nốt vôi hóa kích thước 10×8mm. Kết luận nhân đặc thùy phải (TIRADS 5). Chọc sinh thiết BS kết luận: hình ảnh tế bào không điển hình - AUS (nhóm 3, Bethesda).Vậy theo BS tôi phải làm gì, có nên mổ không? Xét nghiệm các chỉ số TSH, T4; FT3; FT4 không có gì bất thường.`
Chào con, Năm nay con đã 20 tuổi rồi mà rốn con bị thì nguyên nhân thường hay gặp là do tồn tại ống niệu rốn. Tức là, ống thông từ rốn vào bàng quang và nước tiểu sẽ theo đó ra rốn. Tuy nhiên, hiện tượng nước tiểu chảy ra rốn có tỉ lệ thấp và chủ yếu là tiết dịch gây viêm. Khi còn tồn tại ống niệu rốn thì bắt buộc phải cắt bỏ ống niệu rốn để tránh gây viêm nhiễm và nhiễm trùng niệu thường xuyên. Cho nên, con nên đến khám tại các BV có chuyên khoa Niệu. Nếu muốn, con cũng có thể đến BV Nhân Dân 115, BS sẽ mổ để cắt ống niệu rốn này thì sẽ hết. Còn nếu khi kiểm tra chụp CT không phải do ống niệu rốn, mà chỉ do tại vùng rốn bị viêm nhiễm thì có thể điều trị ngoài da tại chỗ. Thân mến. ThS.BS Trương Hoàng Minh Trưởng khoa Ngoại niệu - Ghép thận - BV Nhân dân 115	`Thưa BS,`

Rốn của con bị chảy dịch trắng trong hơn 1 tháng rồi, hơi ngứa quanh rốn, có mùi hôi nữa. Con đã được BS ngoại khoa chẩn đoán nói con bị nấm nên cho toa thuốc, mua thuốc thoa vào nhưng con thấy càng thoa càng nặng hơn.

Giờ phải con phải làm gì, BS giúp con với. Con cảm ơn ạ!

Loss: MultipleNegativesRankingLoss with these parameters:

{
    "scale": 20.0,
    "similarity_fct": "cos_sim"
}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: epoch
per_device_train_batch_size: 100
per_device_eval_batch_size: 1
learning_rate: 1e-06
num_train_epochs: 10
lr_scheduler_type: constant_with_warmup
warmup_ratio: 0.1
bf16: True
tf32: False
load_best_model_at_end: True
optim: adamw_torch_fused
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: 100
per_device_eval_batch_size: 1
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: 1e-06
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 1.0
num_train_epochs: 10
max_steps: -1
lr_scheduler_type: constant_with_warmup
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: True
fp16: False
fp16_opt_level: O1
half_precision_backend: auto
bf16_full_eval: False
fp16_full_eval: False
tf32: False
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: True
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_fused
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: None
hub_always_push: False
gradient_checkpointing: False
gradient_checkpointing_kwargs: None
include_inputs_for_metrics: False
include_for_metrics: []
eval_do_concat_batches: True
fp16_backend: auto
push_to_hub_model_id: None
push_to_hub_organization: None
mp_parameters:
auto_find_batch_size: False
full_determinism: False
torchdynamo: None
ray_scope: last
ddp_timeout: 1800
torch_compile: False
torch_compile_backend: None
torch_compile_mode: None
dispatch_batches: None
split_batches: None
include_tokens_per_second: False
include_num_input_tokens_seen: False
neftune_noise_alpha: None
optim_target_modules: None
batch_eval_metrics: False
eval_on_start: False
use_liger_kernel: False
eval_use_gather_object: False
average_tokens_across_devices: False
prompts: None
batch_sampler: no_duplicates
multi_dataset_batch_sampler: proportional

Training Logs