|
--- |
|
tags: |
|
- sentence-transformers |
|
- sentence-similarity |
|
- feature-extraction |
|
- generated_from_trainer |
|
- dataset_size:200 |
|
- loss:MultipleNegativesRankingLoss |
|
base_model: sentence-transformers/all-MiniLM-L6-v2 |
|
widget: |
|
- source_sentence: Como alterar a senha única? |
|
sentences: |
|
- Siga as instruções em https://senha.ufes.br/site/alteraSenha. |
|
- 'Após a viagem, no prazo máximo de 05 (cinco) dias úteis de seu retorno é necessário |
|
prestar contas da viagem realizada, mesmo que sem a solicitação de diárias e passagens, |
|
sob pena de ficar impossibilitado de receber novas concessões até que a pendência |
|
seja regularizada junto ao SCDP. |
|
|
|
|
|
Para isso, é necessário anexar ao processo os seguintes documentos: |
|
|
|
|
|
1. Relatório de Viagem (preenchido e assinado); |
|
|
|
2. Bilhete(s) de passagem(ns) aérea(s) (caso tenha solicitado passagens) ou; |
|
|
|
3. Declaração da empresa de transporte (quando for o caso) ou; |
|
|
|
4. Recibo de check-in emitido digitalmente pela companhia aérea ou declaração |
|
fornecida pela mesma (quando for o caso); |
|
|
|
5. Certificado ou Declaração de participação. |
|
|
|
|
|
Assim que anexados ao processo, este deve ser enviado à DCFN para baixa no SCDP |
|
e posterior arquivamento. |
|
|
|
|
|
Procedimentos, formulários, dúvidas e orientações estão disponíveis em: |
|
|
|
https://gestaoadministrativa.saomateus.ufes.br/procedimentos-necessarios-para-solicitacao-de-diarias-e-passagens-aereas-no-ambito-do-ceunesufes' |
|
- Envie um e-mail para [email protected] para agendar o atendimento. |
|
- source_sentence: Acesso a impressoras e computadores |
|
sentences: |
|
- Acesse o manual em https://drm.saomateus.ufes.br. |
|
- 'Informações sobre pagamento de notas fiscais a fornecedor entrar em contato com |
|
a DCFN (Divisão de Contabilidade e Finanças) |
|
|
|
|
|
E-mail institucional do setor: [email protected] |
|
|
|
|
|
Telefones: 3312-1517 e 3312-1518 |
|
|
|
|
|
Demais informações acesse o site: https://www.gestaoadministrativa.saomateus.ufes.br/apresentacao' |
|
- Para obter acesso a impressoras e computadores da UFES, envie uma solicitação |
|
ao setor de TI, especificando os dispositivos necessários. |
|
- source_sentence: Formatação de computador |
|
sentences: |
|
- A formatação de computadores deve ser solicitada diretamente ao suporte de TI, |
|
que avaliará a necessidade de backup e reinstalação dos sistemas operacionais. |
|
- Siga as orientações em https://senha.ufes.br/site/recuperaCredenciais. |
|
- Acesse https://drm.saomateus.ufes.br/comissao-de-inventario. |
|
- source_sentence: PC sem acesso ao sistema e rede do ceunes |
|
sentences: |
|
- Problemas de acesso aos sistemas e rede do CEUNES podem estar relacionados às |
|
configurações de rede. Entre em contato com o suporte de TI em https://atendimento.ufes.br |
|
para verificar e resolver. |
|
- O cronograma está disponível no link https://progep.ufes.br/exames-periodicos. |
|
A coleta dos exames laboratoriais será realizada conforme cronograma, das 07h30min |
|
às 10:30, na Sala de reuniões, prédio da SUGRAD. Esteja atento ao seu e-mail institucional. |
|
- Para instalar uma impressora, solicite o serviço ao suporte de TI em https://atendimento.ufes.br, |
|
que poderá auxiliar com a instalação e configuração do equipamento. |
|
- source_sentence: Como atualizar o cadastro no Proaes em caso de alteração de renda/composição |
|
familiar? |
|
sentences: |
|
- Acesse https://drm.saomateus.ufes.br → Patrimônio → Agentes Patrimoniais. |
|
- Envie um e-mail para [email protected] para agendar atendimento social na DASAS. |
|
- Acesse https://senha.ufes.br/site/recuperaCredenciais. |
|
datasets: |
|
- matunderstars/ufes-qa-data |
|
pipeline_tag: sentence-similarity |
|
library_name: sentence-transformers |
|
--- |
|
|
|
# SentenceTransformer based on sentence-transformers/all-MiniLM-L6-v2 |
|
|
|
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [sentence-transformers/all-MiniLM-L6-v2](https://huggingface.co/sentence-transformers/all-MiniLM-L6-v2) on the [train](https://huggingface.co/datasets/matunderstars/ufes-qa-data) and [test](https://huggingface.co/datasets/matunderstars/ufes-qa-data) datasets. It maps sentences & paragraphs to a 384-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:** [sentence-transformers/all-MiniLM-L6-v2](https://huggingface.co/sentence-transformers/all-MiniLM-L6-v2) <!-- at revision fa97f6e7cb1a59073dff9e6b13e2715cf7475ac9 --> |
|
- **Maximum Sequence Length:** 256 tokens |
|
- **Output Dimensionality:** 384 dimensions |
|
- **Similarity Function:** Cosine Similarity |
|
- **Training Datasets:** |
|
- [train](https://huggingface.co/datasets/matunderstars/ufes-qa-data) |
|
- [test](https://huggingface.co/datasets/matunderstars/ufes-qa-data) |
|
<!-- - **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': 256, 'do_lower_case': False}) with Transformer model: BertModel |
|
(1): Pooling({'word_embedding_dimension': 384, '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("matunderstars/ufes-qa-embedding-finetuned-v2.1") |
|
# Run inference |
|
sentences = [ |
|
'Como atualizar o cadastro no Proaes em caso de alteração de renda/composição familiar?', |
|
'Envie um e-mail para [email protected] para agendar atendimento social na DASAS.', |
|
'Acesse https://senha.ufes.br/site/recuperaCredenciais.', |
|
] |
|
embeddings = model.encode(sentences) |
|
print(embeddings.shape) |
|
# [3, 384] |
|
|
|
# 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.* |
|
--> |
|
|
|
<!-- |
|
## 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 Datasets |
|
|
|
#### train |
|
|
|
* Dataset: [train](https://huggingface.co/datasets/matunderstars/ufes-qa-data) at [02bfedf](https://huggingface.co/datasets/matunderstars/ufes-qa-data/tree/02bfedf96441339120864b5df6b748c47d391b2d) |
|
* Size: 100 training samples |
|
* Columns: <code>question</code> and <code>answer</code> |
|
* Approximate statistics based on the first 100 samples: |
|
| | question | answer | |
|
|:--------|:---------------------------------------------------------------------------------|:------------------------------------------------------------------------------------| |
|
| type | string | string | |
|
| details | <ul><li>min: 7 tokens</li><li>mean: 18.3 tokens</li><li>max: 45 tokens</li></ul> | <ul><li>min: 14 tokens</li><li>mean: 54.23 tokens</li><li>max: 256 tokens</li></ul> | |
|
* Samples: |
|
| question | answer | |
|
|:----------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
|
| <code>Qual é o horário de funcionamento do setor DCFN (Divisão de Contabilidade e Finanças)?</code> | <code>Demais informações acesse o site: https://www.gestaoadministrativa.saomateus.ufes.br/apresentacao</code> | |
|
| <code>Como incluir itens no catálogo de materiais?</code> | <code>Acesse https://compras.ufes.br/inclusao-de-produto-no-catalogo-de-materiais.</code> | |
|
| <code>Fiz exames laboratoriais recentemente, devo coletar novamente?</code> | <code>Caso você já tenha realizado os mesmos exames laboratoriais nos últimos 6 meses, favor entrar em contato com o Setor de Enfermagem da DASAS pelo email [email protected] ou compareça presencialmente no Setor para maiores esclarecimentos.</code> | |
|
* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters: |
|
```json |
|
{ |
|
"scale": 20.0, |
|
"similarity_fct": "cos_sim" |
|
} |
|
``` |
|
|
|
#### test |
|
|
|
* Dataset: [test](https://huggingface.co/datasets/matunderstars/ufes-qa-data) at [02bfedf](https://huggingface.co/datasets/matunderstars/ufes-qa-data/tree/02bfedf96441339120864b5df6b748c47d391b2d) |
|
* Size: 100 training samples |
|
* Columns: <code>question</code> and <code>answer</code> |
|
* Approximate statistics based on the first 100 samples: |
|
| | question | answer | |
|
|:--------|:----------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------| |
|
| type | string | string | |
|
| details | <ul><li>min: 9 tokens</li><li>mean: 17.15 tokens</li><li>max: 32 tokens</li></ul> | <ul><li>min: 21 tokens</li><li>mean: 54.6 tokens</li><li>max: 219 tokens</li></ul> | |
|
* Samples: |
|
| question | answer | |
|
|:------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
|
| <code>Como solicitar atendimento psicológico?</code> | <code>Envie um e-mail para [email protected] ou compareça presencialmente na DASAS para agendamento.</code> | |
|
| <code>Como saber o dia da coleta de exames?</code> | <code>O cronograma está disponível no link https://progep.ufes.br/exames-periodicos. A coleta dos exames laboratoriais será realizada conforme cronograma, das 07h30min às 10:30, na Sala de reuniões, prédio da SUGRAD. Esteja atento ao seu e-mail institucional.</code> | |
|
| <code>Como solicitar palestras/rodas de conversa sobre questões de cunho psicoemocional?</code> | <code>Envie um e-mail para [email protected] para solicitar participação/contribuição em evento.</code> | |
|
* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters: |
|
```json |
|
{ |
|
"scale": 20.0, |
|
"similarity_fct": "cos_sim" |
|
} |
|
``` |
|
|
|
### Training Hyperparameters |
|
#### Non-Default Hyperparameters |
|
|
|
- `per_device_train_batch_size`: 16 |
|
- `per_device_eval_batch_size`: 16 |
|
- `num_train_epochs`: 180 |
|
- `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`: no |
|
- `prediction_loss_only`: True |
|
- `per_device_train_batch_size`: 16 |
|
- `per_device_eval_batch_size`: 16 |
|
- `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`: 5e-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`: 180 |
|
- `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 |
|
- `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 |
|
|
|
</details> |
|
|
|
### Training Logs |
|
| Epoch | Step | Training Loss | |
|
|:--------:|:----:|:-------------:| |
|
| 71.4286 | 500 | 0.1428 | |
|
| 142.8571 | 1000 | 0.0001 | |
|
|
|
|
|
### Framework Versions |
|
- Python: 3.10.12 |
|
- Sentence Transformers: 3.3.1 |
|
- Transformers: 4.46.3 |
|
- PyTorch: 2.5.1+cu121 |
|
- Accelerate: 1.1.1 |
|
- Datasets: 3.2.0 |
|
- Tokenizers: 0.20.3 |
|
|
|
## 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.* |
|
--> |
