metadata

language:
  - en
license: apache-2.0
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:132020
  - loss:MultipleNegativesRankingLoss
base_model: sentence-transformers/paraphrase-multilingual-mpnet-base-v2
widget:
  - source_sentence: >-
      Les membres de l'équipe ont été attentifs et très professionnels dans leur
      manière de gérer nos besoins.
    sentences:
      - C’était tout à fait correct, mais pas très chaleureux.
      - Une chambre mal située, très loin de tout, et vraiment pas agréable.
      - Le service était moyen, ni excellent ni vraiment mauvais.
  - source_sentence: >-
      Les employés étaient réactifs et nous ont aidés à chaque étape du
      processus.
    sentences:
      - Leur manque d’implication et d’organisation était frustrant.
      - L’expérience avec le personnel était moyenne, sans surprise.
      - Manque de signalisation dans le parking.
  - source_sentence: >-
      Les employés ont dépassé nos attentes en termes de professionnalisme et de
      réactivité.
    sentences:
      - Parking mal entretenu, sale et peu accueillant.
      - Nous avons trouvé les collaborateurs peu investis dans leur travail.
      - Le personnel était super gentil et efficace, une vraie bonne surprise.
  - source_sentence: Les employés semblaient démotivés et peu impliqués dans leur travail.
    sentences:
      - La chambre n'était pas adaptée à nos attentes, c’était frustrant.
      - >-
        L'équipe semblait désorganisée et peu concernée par les besoins des
        clients.
      - Le service était présent mais manquait de chaleur humaine.
  - source_sentence: On aurait aimé plus d’implication de la part des employés, c’était moyen.
    sentences:
      - Rien de particulier à dire, le service était correct.
      - >-
        On a été forcé d’accepter cette chambre, ce n'était pas du tout ce qu’on
        avait demandé.
      - Le service était assez médiocre, mais pas désastreux non plus.
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
  - cosine_accuracy
model-index:
  - name: MPNet base trained on AllNLI triplets
    results:
      - task:
          type: triplet
          name: Triplet
        dataset:
          name: all nli dev
          type: all-nli-dev
        metrics:
          - type: cosine_accuracy
            value: 1
            name: Cosine Accuracy
      - task:
          type: triplet
          name: Triplet
        dataset:
          name: all nli test
          type: all-nli-test
        metrics:
          - type: cosine_accuracy
            value: 1
            name: Cosine Accuracy

MPNet base trained on AllNLI triplets

This is a sentence-transformers model finetuned from sentence-transformers/paraphrase-multilingual-mpnet-base-v2. 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: sentence-transformers/paraphrase-multilingual-mpnet-base-v2
Maximum Sequence Length: 128 tokens
Output Dimensionality: 768 dimensions
Similarity Function: Cosine Similarity
Language: en
License: apache-2.0

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': 128, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (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("pyrac/rse_engagement_des_collaborateurs")
# Run inference
sentences = [
    'On aurait aimé plus d’implication de la part des employés, c’était moyen.',
    'Le service était assez médiocre, mais pas désastreux non plus.',
    "On a été forcé d’accepter cette chambre, ce n'était pas du tout ce qu’on avait demandé.",
]
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

Triplet

Datasets: all-nli-dev and all-nli-test
Evaluated with TripletEvaluator

Metric	all-nli-dev	all-nli-test
cosine_accuracy	1.0	1.0

Training Details

Training Dataset

Unnamed Dataset

Size: 132,020 training samples
Columns: anchor, positive, and negative

Approximate statistics based on the first 1000 samples:

	anchor	positive	negative
type	string	string	string
details	min: 11 tokens mean: 18.6 tokens max: 29 tokens	min: 10 tokens mean: 16.93 tokens max: 27 tokens	min: 6 tokens mean: 18.87 tokens max: 31 tokens

Samples:

anchor	positive	negative
`L’équipe était tellement sympa et réactive, c’était vraiment agréable.`	`Nous avons été agréablement surpris par l’attention portée aux détails par le personnel.`	`Très bon service de navette depuis le parking.`
`C’était un service classique, ni particulièrement bon ni mauvais.`	`Le sourire et la disponibilité des employés ont illuminé notre séjour.`	`Cette chambre nous a totalement déçus, c’était tout sauf confortable.`
`Le service était correct, rien de plus.`	`Les employés étaient lents et mal organisés, cela a beaucoup gêné notre séjour.`	`La sécurité est assurée avec un gardien présent.`

Loss: MultipleNegativesRankingLoss with these parameters:

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

Evaluation Dataset

Unnamed Dataset

Size: 16,502 evaluation samples
Columns: anchor, positive, and negative

Approximate statistics based on the first 1000 samples:

	anchor	positive	negative
type	string	string	string
details	min: 10 tokens mean: 18.49 tokens max: 29 tokens	min: 10 tokens mean: 16.97 tokens max: 27 tokens	min: 6 tokens mean: 18.86 tokens max: 31 tokens

Samples:

anchor	positive	negative
`Les employés semblaient démotivés et peu impliqués dans leur travail.`	`L'équipe semblait désorganisée et peu concernée par les besoins des clients.`	`La chambre n'était pas adaptée à nos attentes, c’était frustrant.`
`Le service était correct, mais il manquait un peu de chaleur humaine.`	`Un service qui n’a pas marqué mais qui reste acceptable.`	`Une chambre que nous n’avions pas demandée, c'était une vraie déception.`
`Les employés semblaient désintéressés, ça a un peu gâché l’expérience.`	`Le service était fonctionnel, mais pas très personnalisé.`	`Stationnement facile et rapide, un plaisir.`

Loss: MultipleNegativesRankingLoss with these parameters:

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

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 64
per_device_eval_batch_size: 64
num_train_epochs: 1
warmup_ratio: 0.1
bf16: True
batch_sampler: no_duplicates

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: steps
prediction_loss_only: True
per_device_train_batch_size: 64
per_device_eval_batch_size: 64
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: 1
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: True
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: 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

Epoch	Step	Training Loss	Validation Loss	all-nli-dev_cosine_accuracy	all-nli-test_cosine_accuracy
0.0485	100	5.2586	4.1160	1.0	-
0.0969	200	4.1542	4.1071	1.0	-
0.1454	300	4.1483	4.1009	1.0	-
0.1939	400	4.1327	4.0772	1.0	-
0.2424	500	4.1122	4.0561	1.0	-
0.2908	600	4.1027	4.0457	1.0	-
0.3393	700	4.0877	4.0345	1.0	-
0.3878	800	4.0863	4.0216	1.0	-
0.4363	900	4.0785	4.0196	1.0	-
0.4847	1000	4.0661	4.0182	1.0	-
0.5332	1100	4.0637	4.0163	1.0	-
0.5817	1200	4.0606	4.0130	1.0	-
0.6302	1300	4.0601	4.0086	1.0	-
0.6786	1400	4.0516	4.0037	1.0	-
0.7271	1500	4.0472	4.0015	1.0	-
0.7756	1600	4.0465	4.0008	1.0	-
0.8240	1700	4.0421	4.0007	1.0	-
0.8725	1800	4.0463	3.9944	1.0	-
0.9210	1900	4.035	3.9919	1.0	-
0.9695	2000	4.0408	3.9909	1.0	-
-1	-1	-	-	-	1.0

Framework Versions

Python: 3.12.3
Sentence Transformers: 3.4.1
Transformers: 4.48.3
PyTorch: 2.6.0+cu124
Accelerate: 1.3.0
Datasets: 3.2.0
Tokenizers: 0.21.0

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",
}

MultipleNegativesRankingLoss

@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}
}