README.md

metadata

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:53
  - loss:CosineSimilarityLoss
widget:
  - source_sentence: 水 の 近く の ドック に ２ 人 が 座って い ます 。
    sentences:
      - 黄色 の 自転車 は レース で 他 の 自転車 を リード し ます 。
      - 岩 の 上 に 座って いる 二 人
      - 彼 ら は 外 に い ます 。
  - source_sentence: 薄紫 色 の ドレス と 明るい ホット ピンク の 靴 を 着た 女性 が 、 水 と コーヒー を 飲んで テーブル に 座って い ます 。
    sentences:
      - 人々 は 宝石 店 で 働いて い ます 。
      - ブラインド デート の 女性 が 座って 、 デート が 現れる の を 待ち ます 。
      - 二 人 の 男 が 芝生 で パルクール を 練習 して い ます 。
  - source_sentence: 数 人 の 男性 が ＭＭＡ の 戦い に 参加 して い ます 。
    sentences:
      - フットボール の 試合 を 開始 する 準備 が でき ました
      - 男性 は バレエ に 参加 して い ます 。
      - 車 は レース 中 です 。
  - source_sentence: ４ 人 が 見て いる 間 に 、 アジア の カップル が 結婚 して い ます 。
    sentences:
      - 水 で 泳ぐ 若い 男 。
      - 木 を 切り 倒した 後 、 木 の 切り株 に 座って いる 少年 。
      - 人々 は 結婚 して い ます 。
  - source_sentence: 遊歩道 に 沿って 並ぶ 自転車 。
    sentences:
      - 男 は 中 の ソファ で 寝て い ます 。
      - 人々 は 眼鏡 を かけて い ます
      - 自転車 は 遊歩道 近く の ラック に あり ます 。
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: 0.5555555555555556
            name: Cosine Accuracy
          - type: cosine_accuracy_threshold
            value: 0.6945984959602356
            name: Cosine Accuracy Threshold
          - type: cosine_f1
            value: 0.7000000000000001
            name: Cosine F1
          - type: cosine_f1_threshold
            value: 0.5025678277015686
            name: Cosine F1 Threshold
          - type: cosine_precision
            value: 0.56
            name: Cosine Precision
          - type: cosine_recall
            value: 0.9333333333333333
            name: Cosine Recall
          - type: cosine_ap
            value: 0.5061393488629995
            name: Cosine Ap
          - type: dot_accuracy
            value: 0.5555555555555556
            name: Dot Accuracy
          - type: dot_accuracy_threshold
            value: 389.88360595703125
            name: Dot Accuracy Threshold
          - type: dot_f1
            value: 0.7000000000000001
            name: Dot F1
          - type: dot_f1_threshold
            value: 290.5316162109375
            name: Dot F1 Threshold
          - type: dot_precision
            value: 0.56
            name: Dot Precision
          - type: dot_recall
            value: 0.9333333333333333
            name: Dot Recall
          - type: dot_ap
            value: 0.5160094787331293
            name: Dot Ap
          - type: manhattan_accuracy
            value: 0.5925925925925926
            name: Manhattan Accuracy
          - type: manhattan_accuracy_threshold
            value: 417.75958251953125
            name: Manhattan Accuracy Threshold
          - type: manhattan_f1
            value: 0.7000000000000001
            name: Manhattan F1
          - type: manhattan_f1_threshold
            value: 526.9166259765625
            name: Manhattan F1 Threshold
          - type: manhattan_precision
            value: 0.56
            name: Manhattan Precision
          - type: manhattan_recall
            value: 0.9333333333333333
            name: Manhattan Recall
          - type: manhattan_ap
            value: 0.49120872393237447
            name: Manhattan Ap
          - type: euclidean_accuracy
            value: 0.5555555555555556
            name: Euclidean Accuracy
          - type: euclidean_accuracy_threshold
            value: 18.343994140625
            name: Euclidean Accuracy Threshold
          - type: euclidean_f1
            value: 0.7000000000000001
            name: Euclidean F1
          - type: euclidean_f1_threshold
            value: 23.990869522094727
            name: Euclidean F1 Threshold
          - type: euclidean_precision
            value: 0.56
            name: Euclidean Precision
          - type: euclidean_recall
            value: 0.9333333333333333
            name: Euclidean Recall
          - type: euclidean_ap
            value: 0.5013530240766746
            name: Euclidean Ap
          - type: max_accuracy
            value: 0.5925925925925926
            name: Max Accuracy
          - type: max_accuracy_threshold
            value: 417.75958251953125
            name: Max Accuracy Threshold
          - type: max_f1
            value: 0.7000000000000001
            name: Max F1
          - type: max_f1_threshold
            value: 526.9166259765625
            name: Max F1 Threshold
          - type: max_precision
            value: 0.56
            name: Max Precision
          - type: max_recall
            value: 0.9333333333333333
            name: Max Recall
          - type: max_ap
            value: 0.5160094787331293
            name: Max Ap

SentenceTransformer based on colorfulscoop/sbert-base-ja

This is a sentence-transformers model finetuned from 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
• Maximum Sequence Length: 512 tokens
• Output Dimensionality: 768 tokens
• Similarity Function: Cosine Similarity
• Training Dataset:
  • csv

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': 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:

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 = [
    '遊歩道 に 沿って 並ぶ 自転車 。',
    '自転車 は 遊歩道 近く の ラック に あり ます 。',
    '人々 は 眼鏡 を かけて い ます',
]
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

Metric	Value
cosine_accuracy	0.5556
cosine_accuracy_threshold	0.6946
cosine_f1	0.7
cosine_f1_threshold	0.5026
cosine_precision	0.56
cosine_recall	0.9333
cosine_ap	0.5061
dot_accuracy	0.5556
dot_accuracy_threshold	389.8836
dot_f1	0.7
dot_f1_threshold	290.5316
dot_precision	0.56
dot_recall	0.9333
dot_ap	0.516
manhattan_accuracy	0.5926
manhattan_accuracy_threshold	417.7596
manhattan_f1	0.7
manhattan_f1_threshold	526.9166
manhattan_precision	0.56
manhattan_recall	0.9333
manhattan_ap	0.4912
euclidean_accuracy	0.5556
euclidean_accuracy_threshold	18.344
euclidean_f1	0.7
euclidean_f1_threshold	23.9909
euclidean_precision	0.56
euclidean_recall	0.9333
euclidean_ap	0.5014
max_accuracy	0.5926
max_accuracy_threshold	417.7596
max_f1	0.7
max_f1_threshold	526.9166
max_precision	0.56
max_recall	0.9333
max_ap	0.516

Training Details

Training Dataset

csv

• Dataset: csv
• Size: 53 training samples
• Columns: text1, text2, and label
• Approximate statistics based on the first 53 samples:

  	text1	text2	label
  type	string	string	int
  details	min: 14 tokens mean: 33.04 tokens max: 60 tokens	min: 11 tokens mean: 20.92 tokens max: 38 tokens	0: ~26.92% 1: ~73.08%

• Samples:

  text1	text2	label
  女性 の グループ が ステージ で 演奏 して い ます 。	パフォーマンス 中 の 女性 。	0
  都市 を 歩き 回る 人々 。	歯科 治療 を 行って いる 人 。	1
  青い ズボン と 重い 作業 ブーツ を 着た 男性 が 、 レンガ で 舗装 さ れた 通り から 白い 紙 吹雪 を 掃除 して い ます 。	男 が 通り を 掃除 して い ます 。	0

• Loss: CosineSimilarityLoss with these parameters:

  {
      "loss_fct": "torch.nn.modules.loss.MSELoss"
  }
  

Evaluation Dataset

csv

• Dataset: csv
• Size: 53 evaluation samples
• Columns: text1, text2, and label
• Approximate statistics based on the first 53 samples:

  	text1	text2	label
  type	string	string	int
  details	min: 15 tokens mean: 39.33 tokens max: 84 tokens	min: 14 tokens mean: 23.33 tokens max: 38 tokens	0: ~44.44% 1: ~55.56%

• Samples:

  text1	text2	label
  岩 の 多い 景色 を 見て 二 人	何 か を 見て いる 二 人 が い ます 。	0
  白い ヘルメット と オレンジ色 の シャツ 、 ジーンズ 、 白い トラック と オレンジ色 の パイロン の 前 に 反射 ジャケット を 着た 金髪 の ストリート ワーカー 。	ストリート ワーカー は 保護 具 を 着用 して い ませ ん 。	1
  白い 帽子 を かぶった 女性 が 、 鮮やかな 色 の 岩 の 風景 を 描いて い ます 。 岩 層 自体 が 背景 に 見え ます 。	誰 か が 肖像 画 を 描いて い ます 。	1

• Loss: CosineSimilarityLoss with these parameters:

  {
      "loss_fct": "torch.nn.modules.loss.MSELoss"
  }
  

Training Hyperparameters

Non-Default Hyperparameters

• eval_strategy: epoch
• learning_rate: 2e-05
• num_train_epochs: 10
• 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: 10
• 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
1.0	4	0.2549	0.3547	0.4586
2.0	8	0.231	0.3545	0.4616
3.0	12	0.1942	0.3536	0.4666
4.0	16	0.1491	0.3513	0.4823
5.0	20	0.1094	0.3467	0.4865
6.0	24	0.0845	0.3416	0.5026
7.0	28	0.0664	0.3365	0.5171
8.0	32	0.0573	0.3329	0.5160
9.0	36	0.0456	0.3309	0.5160
10.0	40	0.0399	0.3302	0.5160

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

@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",
}