Hugging Face's logo

meandyou200175
/
e5_large_finetune

Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:43804
loss:MultipleNegativesRankingLoss
Eval Results
text-embeddings-inference
Inference Endpoints
Model card Files Community
e5_large_finetune / README.md
meandyou200175's picture
meandyou200175
Add new SentenceTransformer model
628502a verified
preview code
|
raw
history blame contribute delete
54.1 kB
metadata
base_model: intfloat/multilingual-e5-large
library_name: sentence-transformers
metrics:
  - cosine_accuracy@1
  - cosine_accuracy@2
  - cosine_accuracy@5
  - cosine_accuracy@10
  - cosine_accuracy@100
  - cosine_precision@1
  - cosine_precision@2
  - cosine_precision@5
  - cosine_precision@10
  - cosine_precision@100
  - cosine_recall@1
  - cosine_recall@2
  - cosine_recall@5
  - cosine_recall@10
  - cosine_recall@100
  - cosine_ndcg@10
  - cosine_mrr@1
  - cosine_mrr@2
  - cosine_mrr@5
  - cosine_mrr@10
  - cosine_mrr@100
  - cosine_map@100
  - dot_accuracy@1
  - dot_accuracy@2
  - dot_accuracy@5
  - dot_accuracy@10
  - dot_accuracy@100
  - dot_precision@1
  - dot_precision@2
  - dot_precision@5
  - dot_precision@10
  - dot_precision@100
  - dot_recall@1
  - dot_recall@2
  - dot_recall@5
  - dot_recall@10
  - dot_recall@100
  - dot_ndcg@10
  - dot_mrr@1
  - dot_mrr@2
  - dot_mrr@5
  - dot_mrr@10
  - dot_mrr@100
  - dot_map@100
pipeline_tag: sentence-similarity
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:43804
  - loss:MultipleNegativesRankingLoss
widget:
  - source_sentence: >-
      Nhờ bác sĩ cho biết việc lựa chọn đóng đinh nội tủy và nẹp vít để kết hợp
      xương đòn dựa trên cơ sở nào ạ? Ca phẫu thuật thường kéo dài trong bao
      lâu? Bệnh nhân nằm viện mấy ngày?
    sentences:
      - ' Chào em, là bệnh mãn tính phải điều trị suốt đời, phải kiên nhẫn và kiên trì nên đôi khi lượng đường trong cơ thể không ổn định. Lúc đi khám xét nghiệm thì ổn do bản thân biết mai đi khám nên sẽ kiêng ăn, ăn ít... còn bệnh lâu dài nên trong ngày đôi khi thèm chút này hay thích ăn chút kia, quên uống thuốc, suy nghĩ, mất ngủ cũng làm đường không ổn định. Đường trong cơ thể lúc lên lúc xuống dễ đưa đến biến chứng. Em hay thấy bệnh nhân tiểu đường tháo khớp ngón chân, ngón tay, đôi khi tháo khớp gối, khớp háng, đây là do tê liệt hệ thần kinh nên khi va chạm bệnh nhân không phát hiện. Đến khi phát hiện thì đã nhiễm trùng nặng phải tháo khớp. Theo BS mẹ em có khả năng do biến chứng tiểu đường vì mẹ em bị bệnh khá lâu nên ít nhiều ảnh hưởng thần kinh bị tê liệt gây đau. Em nên nhớ dặn mẹ đi tái khám và điều trị cho thật ổn định nhé! Thân mến!'
      - ' Để lựa chọn phương pháp đóng đinh nội tủy hay nẹp vít cho bệnh nhân cần dựa vào nhiều yếu tố. Trong lòng tủy xương có một cái ống, nếu lòng tủy bệnh nhân nhỏ mà đường gãy không bị gãy thành nhiều mảnh thì nên lựa chọn phương pháp đóng đinh. Phương pháp này có nhược điểm dễ bị lộ phần đinh khi đinh vừa đóng, chưa chắc vào xương. Tuy nhiên, ưu điểm là khi đóng đinh, đường mổ sẽ nhỏ, đơn giản. Đối với nẹp vít, đường mổ dài hơn nhưng phần nắn chỉnh sẽ tuyệt đối, vững chắc hơn. Nhìn chung, giữa 2 phương pháp thời gian mổ không khác biệt nhau nhiều, từ 30-45 phút sẽ hoàn thành cuộc phẫu thuật kết hợp xương. Tại bệnh viện Nhân dân 115, sau khi bệnh nhân được làm phẫu thuật có thể xuất viện rất sớm trong vòng khoảng 3-5 ngày, tùy theo đường mổ lớn hay nhỏ. Giữa việc lựa chọn phẫu thuật hay bảo tồn, đinh nội tủy hay nẹp vít phụ thuộc vào lòng tủy của bệnh nhân và thói quen, sự đánh giá của phẫu thuật viên. Cá nhân tôi thường lựa chọn phương pháp phẫu thuật nẹp vít sẽ cho kết quả nắn chỉnh tốt, chắc hơn và bệnh nhân không bị biến chứng trồi đinh về sau. Thân mến.'
      - >-
        Chào em, Tình trạng người mệt mỏi, khó thở, tim đập nhanh xảy ra khi
        không gắng sức có thể do nhiều nguyên nhân, gồm tim mạch, hô hấp, thần
        kinh cơ, tiêu hóa (chủ yếu là ống tiêu hóa trên), tâm lý, bệnh lý nội
        tiết tố… Viêm dạ dày trào ngược có thể gây các triệu chứng này do dịch
        acid trào ngược từ dạ dày lên thực quản kích thích thần kinh tim. Mặt
        khác bệnh dạ dày là bệnh có thể tái phát, điều trị hết bệnh rồi thì bệnh
        vẫn có thể tái lại. Do đó, nếu em đã khám tim mạch và hô hấp bình
        thường, để biết có phải mình mệt mỏi do bệnh dạ dày gây ra hay không thì
        tốt nhất là em khám chuyên khoa nội tiêu hóa và điều trị trào ngược dạ
        dày thực quản thử, nếu triệu chứng cải thiện nhanh chóng thì chính hắn
        là nguyên nhân, em nhé.
  - source_sentence: >-
      Tôi bị tình trạng nuốt nước miếng có cảm giác bị vướng ở cổ, không đau
      rát, không ho sốt, ăn uống bình thường đã 1 ngày nay. Chỉ có nuốt nước
      miếng là có cảm giác vướng thôi, lỗ tai bên trái thì cảm giác ngứa nhẹ.
      Xin hỏi là bệnh gì vậy ạ?
    sentences:
      - "Em Lan thân mến, Hiện nay, xét nghiệm được xem là một xét nghiệm\r\nthường quy, nên thai kỳ của em cũng rất cần được làm những xét nghiệm này mặc\r\ndù gia đình em không có bệnh lý bất thường. Tuy nhiên, thai kỳ của em đã qua thời gian làm xét nghiệm Double test, bây\r\ngiờ em phải chờ đến lúc thai được 16 – 18 tuần tuổi, làm xét nghiệm Triple test\r\nem nhé! Chúc em và bé khỏe mạnh!"
      - >-
        Trường hợp thoái hóa cột sống thắt lưng gây đau mỏi liên tục dù đã dùng
        thuốc giảm đau liều cao Chào em, Thoái hóa khớp, thoái hóa cột sống là
        tiến trình lão hóa không thể tránh khỏi của con người, đặc biệt có thể
        xảy ra sớm và nhanh hơn ở người nữ sau mãn kinh, sinh nở nhiều, suy dinh
        dưỡng hay ăn uống thiếu chất khoáng, lao động vất vả lúc còn trẻ. Trường
        hợp thoái hóa cột sống thắt lưng gây đau mỏi liên tục dù đã dùng thuốc
        giảm đau liều cao, đặc biệt là đau lan xuống hai chân, tê yếu hai chân
        thì cần chụp MRI cột sống để tầm soát thoát vị đĩa đệm chèn ép tủy sống.
        Trường hợp của em, mới phát hiện thoái hóa cột sống thắt lưng gần đây,
        cũng mới uống thuốc 1 tuần và không duy trì nữa, việc đau lưng vẫn còn
        âm ỉ nhưng không lan xuống hai chân thì chưa đến mức cần chụp MRI cột
        sống thắt lưng. Nhưng mà, em cần tích cực điều trị để bệnh thoái hóa cột
        sống thắt lưng không tiến triển nặng hơn. Bệnh này trị khỏi hoàn toàn là
        không thể, vì sinh lão bệnh tử không thể cải hoàn, nhưng mà việc điều
        trị tích cực sẽ giúp khống chế được bệnh, giảm đau và giảm tốc độ tiến
        triển của bệnh. Về việc sử dụng thuốc, dù là thuốc Tây hay thuốc Đông y,
        em cũng cần phải thăm khám bs ck cơ xương khớp (Tây y) hay ck y học cổ
        truyền (Đông y) để được kê thuốc phù hợp. các thuốc thường dùng là giảm
        đau, giãn cơ, bổ sung vi khoáng chất (canxi, vitamin D3, magie...). Bên
        cạnh đó, về phương pháp giảm đau hỗ trợ không dùng thuốc, em nên chú ý:
        - Chú ý thay đổi tư thế trong quá trình làm việc, không giữ mãi một tư
        thế trong nhiều giờ liền. Ngồi làm việc đúng tư thế để tránh các bệnh
        cột sống. - Vận động đúng cách, khi vác vật nặng không vặn cột sống. -
        Thường xuyên tập thể dục rèn luyện để cột sống vững chắc, cơ thể dẻo
        dai, bơi cũng được mà yoga là tốt nhất. - Ăn uống khoa học, xây dựng chế
        độ dinh dưỡng hợp lý, tăng cường nhóm thực phẩm giàu canxi, vitamin D,
        omega 3… giúp nâng cao độ chắc khỏe của đĩa đệm cũng như xương khớp. -
        Duy trì cân nặng bình thường, tránh để tăng cân quá mức. - Tư thế ngủ:
        nằm ngửa trên ván cứng hay nệm bông ép chặt, tránh nệm lò xo hay nệm cao
        su quá mềm, có thể đệm ở vùng khoeo làm co nhẹ khớp gối và khớp háng,
        nên nằm đầu thấp không gối sẽ tốt cho cột sống cổ. - Có thể thực hiện
        điều trị vật lý và các liệu pháp phản xạ: bao gồm phương pháp nhiệt như
        chườm nóng (túi nước, muối rang, cám rang, lá lốt, lá ngải cứu nóng);
        dùng các dòng điện tại khoa vật lý trị liệu, điều trị bằng laser; châm
        cứu, kéo cơ để hỗ trợ giảm đau cơ cạnh sống. Trân trọng!
      - >-
        Chào bạn, Nuốt vướng ở cổ thường gặp trong một số bệnh lý viêm nhiễm hầu
        họng như viêm họng, viêm amidan mạn, trào ngược dạ dày thực quản, hội
        chứng chảy mũi sau… Đây là có thể là triệu chứng đầu tiên báo hiệu một
        đợt bùng phát cấp tính của viêm nhiễm hô hấp trên do triệu chứng mới chỉ
        xuất hiện 1 ngày. Bạn nên khám bác sĩ Tai mũi họng để thăm khám trực
        tiếp, đánh giá và kê toa điều trị bạn nhé! Thân mến.
  - source_sentence: >-
      Chào bác sĩ, em bị gãy xương gót, đã đóng đinh đến nay được gần 5 tuần.
      Vậy 6 tuần em tháo đinh được chưa ạ?
    sentences:
      - ' Chào em, gồm 2 trị số, trị số lớn nhất gọi là huyết áp tâm thu, bình thường < 140 và > 90 mmHg; trị số thấp nhất gọi là huyết áp tâm trương, bình thường < 90 và > 60 mmHg. Huyết áp có thể tăng khi căng thẳng, do lo lắng, do hội chứng áo choàng trắng (khi vào bv, khi gặp bác sĩ thì huyết áp cao), bệnh lý viêm nhiễm, do cafe, khi khó thở... nhìn chung là các stress đối với cơ thể. Như vậy, huyết áp ghi nhận ở những lúc cơ thể đang lo lắng, bồn chồn, có bệnh thì sẽ không phản ánh chính xác được huyết áp dao động bình thường của người bệnh. Do vậy em nên khám chuyên khoa tim mạch, bác sĩ sẽ thăm khám và làm xét nghiệm kiểm tra xem em có các dấu chứng của tăng huyết áp hay không (như dày thành tim, tiểu đạm, đo huyết áp 24 giờ...) để xác định em có tăng huyết áp hay không và điều trị thích hợp. Những triệu chứng hoa mắt, chóng mặt, đau đầu, đau 1 bên mắt, tiểu nhiều có thể là do bệnh tăng huyết áp gây ra (ảnh hưởng lên mạch máu não, lên thận...) hoặc là 1 bệnh lý khác như thiếu máu, rối loạn tiền đình, viêm nhiễm hệ thống, viêm mũi xoang, bệnh lý mạch máu não... (và tăng huyết áp chỉ là phản ứng của cơ thể khi có stress). Để tìm ra bệnh và giải quyết nỗi lo về bệnh, em nên đến bệnh viện để kiểm tra sức khỏe em nhé. Thân mến! '
      - ' Chào em, Thời điểm 6 tuần là quá sớm để rút đinh cố định xương gót (trừ trường hợp khung cố định xương bên ngoài). Tháo đinh vít kim loại chỉ bắt buộc thực hiện sớm trong những trường hợp bất thường như gãy vít, nhiễm trùng, khớp giả... gây ra các triệu chứng bất thường với bệnh nhân mà thôi. Em nên tái khám tại chuyên khoa Chấn thương Chỉnh hình để bác sĩ kiểm tra lại việc lành xương của em tốt chưa và dặn em lịch trình rút đinh phù hợp, em nhé. Thân mến.'
      - >-
        K dạ dày không điều trị tiên lượng sống khá ngắn Chào em, K dạ dày là
        ung thư dạ dày. Bệnh ung thư dạ dày là bệnh lý ác tính và có chỉ định
        phẫu thuật cắt khối u – cắt dạ dày khi còn có thể cắt được. Nếu đã phát
        hiện ung thư dạ dày mà không điều trị phẫu thuật thì thời gian sống của
        bệnh nhân trung bình là 6 tháng đến 1 năm tùy loại ung thư dạ dày, khi
        ung thư tiến triển di căn có thể gây nhiều đau đớn hơn. Hiện tại chị em
        đang bị suy nhược cơ thể nhiều, không ăn uống được, đau nhiều do ung thư
        dạ dày là có chỉ định vào bệnh viện nằm điều trị luôn rồi, chứ không thể
        nào lấy thuốc mà không tới phòng khám được đâu. Vô bệnh viện chị em sẽ
        được truyền dịch, chích thuốc, nâng thể trạng lên rồi mới tính đến
        chuyện điều trị khối ung thư kia. Em đưa chị em đến bệnh viện càng sớm
        càng tốt, tốt nhất là bệnh viện Ung bướu, em nhé.
  - source_sentence: "Thưa bác sĩ,\r\n\r\nEm bị đục thủy tinh thể do chấn thương và vừa mổ mắt về và em cũng bị cận thị. Thời gian khoảng 1 tuần em thấy mắt mình nhìn chỉ rõ hơn được 1 phần nào. Nhìn xa thì vẫn thấy nhưng vẫn mờ mờ. Bác sĩ cho em lời khuyên nên làm cách nào và mắt em có thể sáng lại như bình thường được không ạ?\r\n\r\nEm xin chân thành cảm ơn! (Minh Tiến - Bình Định)"
    sentences:
      - "Bạn Minh Tiến thân mến, Hiện nay phẫu thuật đục thủy tinh thể đã được y học nói chung và ngành Nhãn khoa Việt Nam thực hiện hoàn chỉnh đến mức tuyệt vời. Phẫu thuật này được xem như một cuộc cách mạng rất đáng tự hào của ngành nhãn khoa. Hàng ngày có thể tới hàng ngàn ca phẫu thuật\_đem lại ánh sáng cho người mù lòa đục thể thủy tinh tại Việt Nam. Nói như vậy để giúp cho bạn hiểu rõ phẫu thuật này các bác sĩ Việt Nam thực hiện rất thường xuyên và rất tốt. Tuy nhiên, với mắt đục thủy tinh thể do chấn thương của bạn là ca phẫu thuật tương đối không đơn giản. Thêm vào đó ngoài đục thủy tinh thể do chấn thương, mắt bạn cũng có thể kèm theo tổn thương ở các bộ phận khác của mắt mà trước mổ bác sĩ khó có thể chẩn đoán được. Với hai lý do nêu trên, nên đôi khi mắt mổ khó có thể tốt theo ý muốn của cả bệnh nhân lẫn thầy thuốc. Bạn cần có thời gian theo dõi và điều trị tiếp sau mổ. Sau thời gian ổn định khoảng 1 tháng, bạn cần đo thử kính xem có cải thiện thị lực thêm không? Chúc bạn may mắn!"
      - >-
        Chào em, Bình thường các hạch trong cơ thể không sưng to lên đến mức có
        thể sờ chạm hay nhận biết được. Vì thế, hạch sưng lên, hay thường gọi là
        nổi hạch, là một triệu chứng bất thường của cơ thể. Cho nên, em lo lắng
        là đúng khi phát hiện hạch ở vùng cổ. Hạch bạch huyết đóng vai trò quan
        trọng đối với hoạt động của hệ miễn dịch. Chúng chứa các tế bào miễn
        dịch như lympho bào, đại thực bào... có chức năng miễn dịch chống lại
        các yếu tố lạ như vi khuẩn, virus, kí sinh trùng... xâm nhập vào cơ thể.
        Trong quá trình đó các hạch có thể bị viêm và sưng lên. Một số trường
        hợp hạch sưng có thể là hạch ung thư hoặc di căn. Đặc điểm của hạch viêm
        là nhỏ, số lượng ít, bờ tròn đều, không phát triển theo thời gian, không
        xâm lấn da xung quanh. Thông thường đối với hạch viêm thì nguồn viêm có
        thể tấn công tại hạch, cũng có khi là hạch viêm phản ứng với ổ viêm
        nhiễm cạnh đó, điều trị hết viêm thì hạch sẽ lặn dần, có thể lặn chậm
        hơn vài tuần đến vài tháng, có một số loại hạch cũng là hạch viêm nhưng
        mà chỉ giảm kích thước rồi cứ "lì" vậy luôn - không lặn hẳn nhưng không
        còn sưng như trước và vẫn giữ hình ảnh của hạch viêm, cũng có loại hạch
        viêm sau lại chuyển sang xơ chai hóa như sẹo cũ và không lặn. Như vậy,
        em có 1 hạch vùng cổ đã được xác định là hạch viêm thông qua sinh thiết
        hạch cách đây 10 năm. Trong vòng 10 năm nay, hạch cổ đó không có triệu
        chứng bất thường. Gần đây, hạch cổ đó có biểu hiện viêm trở lại, mặc dù
        em uống thuốc (tự mua) thì hạch hết sưng đau, nhưng em cũng cần khám lại
        bên chuyên khoa ung bướu để kiểm tra tổng quát lại 1 lần, tìm nguyên
        nhân gây kích thích hạch viêm này tái hoạt động, xem là nguyên nhân lành
        tính hay tiềm ẩn nguyên nhân khác (vì lần kiểm tra trước đã cách đây 10
        năm rồi), em nhé.
      - ' Chào em, Trường hợp em mô tả là những bất thường của hệ hô hấp có thể là bệnh lý tai mũi họng hay hô hấp dưới như viêm phổi, viêm phế quản, em cần đến các cơ sở y tế chuyên sâu tai mũi họng hay hô hấp để khám thêm. Những biểu hiện đó hoàn toàn không có cơ sở nghĩ . Thân mến!'
  - source_sentence: >-
      Bác sĩ cho em hỏi, em bị rạn nứt xương gót chân bên phải. Em bị hơn 1
      tháng nay rồi. Em bỏ thuốc lá. Em muốn hỏi bác sĩ thông thường bó bột hơn
      hay thuốc lá hơn? Như của em khoảng bao lâu thì khỏi? Và giờ em vẫn chưa
      đi được bác sĩ ạ. Em cảm ơn.
    sentences:
      - >-
        Câu hỏi của em rất chân thành. Tự ý thức quyết tâm cai nghiệm là điều
        đáng quý. Nếu em tiếp tục sử dụng thì tình trạng sẽ tồi tệ hơn rất
        nhiều. Ba yếu tố quan trọng nhất và tiến hành đồng thời để cai nghiện
        thành công, đó là: 1. Ý chí 2. Sự hiểu biết thấu đáo 3. Môi trường thân
        thiện. Các Trung tâm cai nghiện sẽ giúp em phần 2 và phần 3, từ đó sẽ
        củng cố phần 1 của em. Trường hợp ở nhà mà em tự cai, thực hành mỗi ngày
        với 3 điều kiện trên, em sẽ thành công như nhiều bạn khác. Không nên nôn
        nóng, sốt ruột. Trước tiên em phải thuộc lòng và thực hành những quy tắc
        này thành thói quen và áp dụng suốt đời. Nhiều trường hợp cai được vài
        năm vẫn tái nghiện. Do đó, nên tránh xa những "nguồn" khiến em tái
        nghiện, tránh xa bạn bè nghiện ngập em nhé. Chúc em quyết tâm và đem lại
        niềm vui cho bố mẹ.
      - >-
        Chào em, Thứ nhất, bắt buộc phải có phim Xquang để biết em có thực sự
        nứt xương gót hay bị gãy phức tạp hơn, vì nhiều trường hợp tưởng chỉ nứt
        xương thôi nhưng thật ra là vỡ phức tạp, phải phẫu thuật mới nhanh ổn
        được. Thứ hai, theo nguyên tắc điều trị nứt gãy xương là phải cố định
        tốt để can xương mọc ra, chỗ nứt gãy mới được nối liền. Do đó, nếu bó
        bột thì chân sẽ được cố định liên tục trong 4-6 tuần, còn bó lá thì phải
        thay thường xuyên, mỗi lần thay là 1 lần xê dịch nên xương khó lành. Tốt
        hơn hết em nên đến Bệnh viện Chấn thương Chỉnh hình để được kiểm tra và
        điều trị thích hợp, em nhé. Thân mến.
      - >-
        Chào bạn, Qua hình ảnh sang thương và mô tả triệu chứng, bệnh lý của bạn
        có khả năng là chàm hay còn gọi là viêm da dị ứng với đặc điểm là viêm
        và nổi mụn nhỏ, ngứa ngáy. Nguyên nhân của chàm hiện nay chưa rõ nhưng
        có thể do cơ địa dị ứng (người mắc hen, viêm mũi dị ứng có nguy cơ cao
        mắc chàm), do kích thích của hóa chất như nước rửa chén, bột giặt, cao
        su, kim loại, chất liệu giày dép (chàm tiếp xúc),... Thời tiết lạnh,
        stress, đổ mồ hôi nhiều và phấn hoa... cũng là những nguyên nhân có thể
        khiến da bị chàm. Chàm cũng có thể gặp ở người bị suy van tĩnh mạch,
        giãn tĩnh mạch chân khiến tình trạng bệnh dai dẳng, kém đáp ứng điều
        trị. Điều trị chàm thường phải sử dụng một số loại thuốc bôi da kéo dài,
        có thể để lại tác dụng phụ, do đó bạn nên khám BS Da liễu để kê toa loại
        thuốc phù hợp. Ngoài ra, bạn nên chú ý xem có yếu tố nào thường kích
        thích khởi phát chàm để tránh cho bệnh tái phát bạn nhé! Thân mến.
model-index:
  - name: SentenceTransformer based on intfloat/multilingual-e5-large
    results:
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: Unknown
          type: unknown
        metrics:
          - type: cosine_accuracy@1
            value: 0.6997808619430241
            name: Cosine Accuracy@1
          - type: cosine_accuracy@2
            value: 0.7881665449233016
            name: Cosine Accuracy@2
          - type: cosine_accuracy@5
            value: 0.8661431701972242
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.9159970781592404
            name: Cosine Accuracy@10
          - type: cosine_accuracy@100
            value: 0.9897735573411249
            name: Cosine Accuracy@100
          - type: cosine_precision@1
            value: 0.6997808619430241
            name: Cosine Precision@1
          - type: cosine_precision@2
            value: 0.3940832724616508
            name: Cosine Precision@2
          - type: cosine_precision@5
            value: 0.17322863403944483
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.09159970781592401
            name: Cosine Precision@10
          - type: cosine_precision@100
            value: 0.009897735573411249
            name: Cosine Precision@100
          - type: cosine_recall@1
            value: 0.6997808619430241
            name: Cosine Recall@1
          - type: cosine_recall@2
            value: 0.7881665449233016
            name: Cosine Recall@2
          - type: cosine_recall@5
            value: 0.8661431701972242
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.9159970781592404
            name: Cosine Recall@10
          - type: cosine_recall@100
            value: 0.9897735573411249
            name: Cosine Recall@100
          - type: cosine_ndcg@10
            value: 0.807181973111595
            name: Cosine Ndcg@10
          - type: cosine_mrr@1
            value: 0.6997808619430241
            name: Cosine Mrr@1
          - type: cosine_mrr@2
            value: 0.7439737034331629
            name: Cosine Mrr@2
          - type: cosine_mrr@5
            value: 0.7657292427562704
            name: Cosine Mrr@5
          - type: cosine_mrr@10
            value: 0.7724717961204463
            name: Cosine Mrr@10
          - type: cosine_mrr@100
            value: 0.7760501879160062
            name: Cosine Mrr@100
          - type: cosine_map@100
            value: 0.7760501879160047
            name: Cosine Map@100
          - type: dot_accuracy@1
            value: 0.6997808619430241
            name: Dot Accuracy@1
          - type: dot_accuracy@2
            value: 0.7881665449233016
            name: Dot Accuracy@2
          - type: dot_accuracy@5
            value: 0.8661431701972242
            name: Dot Accuracy@5
          - type: dot_accuracy@10
            value: 0.9159970781592404
            name: Dot Accuracy@10
          - type: dot_accuracy@100
            value: 0.9897735573411249
            name: Dot Accuracy@100
          - type: dot_precision@1
            value: 0.6997808619430241
            name: Dot Precision@1
          - type: dot_precision@2
            value: 0.3940832724616508
            name: Dot Precision@2
          - type: dot_precision@5
            value: 0.17322863403944483
            name: Dot Precision@5
          - type: dot_precision@10
            value: 0.09159970781592401
            name: Dot Precision@10
          - type: dot_precision@100
            value: 0.009897735573411249
            name: Dot Precision@100
          - type: dot_recall@1
            value: 0.6997808619430241
            name: Dot Recall@1
          - type: dot_recall@2
            value: 0.7881665449233016
            name: Dot Recall@2
          - type: dot_recall@5
            value: 0.8661431701972242
            name: Dot Recall@5
          - type: dot_recall@10
            value: 0.9159970781592404
            name: Dot Recall@10
          - type: dot_recall@100
            value: 0.9897735573411249
            name: Dot Recall@100
          - type: dot_ndcg@10
            value: 0.807181973111595
            name: Dot Ndcg@10
          - type: dot_mrr@1
            value: 0.6997808619430241
            name: Dot Mrr@1
          - type: dot_mrr@2
            value: 0.7439737034331629
            name: Dot Mrr@2
          - type: dot_mrr@5
            value: 0.7657292427562704
            name: Dot Mrr@5
          - type: dot_mrr@10
            value: 0.7724717961204463
            name: Dot Mrr@10
          - type: dot_mrr@100
            value: 0.7760501879160062
            name: Dot Mrr@100
          - type: dot_map@100
            value: 0.7760501879160047
            name: Dot Map@100

SentenceTransformer based on intfloat/multilingual-e5-large

This is a sentence-transformers model finetuned from intfloat/multilingual-e5-large. It maps sentences & paragraphs to a 1024-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: intfloat/multilingual-e5-large
  • Maximum Sequence Length: 512 tokens
  • Output Dimensionality: 1024 tokens
  • Similarity Function: Cosine Similarity

Model Sources

Full Model Architecture 

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, '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:

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("meandyou200175/e5_large_finetune")
# Run inference
sentences = [
    'Bác sĩ cho em hỏi, em bị rạn nứt xương gót chân bên phải. Em bị hơn 1 tháng nay rồi. Em bỏ thuốc lá. Em muốn hỏi bác sĩ thông thường bó bột hơn hay thuốc lá hơn? Như của em khoảng bao lâu thì khỏi? Và giờ em vẫn chưa đi được bác sĩ ạ. Em cảm ơn.',
    'Chào em, Thứ nhất, bắt buộc phải có phim Xquang để biết em có thực sự nứt xương gót hay bị gãy phức tạp hơn, vì nhiều trường hợp tưởng chỉ nứt xương thôi nhưng thật ra là vỡ phức tạp, phải phẫu thuật mới nhanh ổn được. Thứ hai, theo nguyên tắc điều trị nứt gãy xương là phải cố định tốt để can xương mọc ra, chỗ nứt gãy mới được nối liền. Do đó, nếu bó bột thì chân sẽ được cố định liên tục trong 4-6 tuần, còn bó lá thì phải thay thường xuyên, mỗi lần thay là 1 lần xê dịch nên xương khó lành. Tốt hơn hết em nên đến Bệnh viện Chấn thương Chỉnh hình để được kiểm tra và điều trị thích hợp, em nhé. Thân mến.',
    'Chào bạn, Qua hình ảnh sang thương và mô tả triệu chứng, bệnh lý của bạn có khả năng là chàm hay còn gọi là viêm da dị ứng với đặc điểm là viêm và nổi mụn nhỏ, ngứa ngáy. Nguyên nhân của chàm hiện nay chưa rõ nhưng có thể do cơ địa dị ứng (người mắc hen, viêm mũi dị ứng có nguy cơ cao mắc chàm), do kích thích của hóa chất như nước rửa chén, bột giặt, cao su, kim loại, chất liệu giày dép (chàm tiếp xúc),... Thời tiết lạnh, stress, đổ mồ hôi nhiều và phấn hoa... cũng là những nguyên nhân có thể khiến da bị chàm. Chàm cũng có thể gặp ở người bị suy van tĩnh mạch, giãn tĩnh mạch chân khiến tình trạng bệnh dai dẳng, kém đáp ứng điều trị. Điều trị chàm thường phải sử dụng một số loại thuốc bôi da kéo dài, có thể để lại tác dụng phụ, do đó bạn nên khám BS Da liễu để kê toa loại thuốc phù hợp. Ngoài ra, bạn nên chú ý xem có yếu tố nào thường kích thích khởi phát chàm để tránh cho bệnh tái phát bạn nhé! Thân mến.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Evaluation

Metrics

Information Retrieval

Metric Value
cosine_accuracy@1 0.6998
cosine_accuracy@2 0.7882
cosine_accuracy@5 0.8661
cosine_accuracy@10 0.916
cosine_accuracy@100 0.9898
cosine_precision@1 0.6998
cosine_precision@2 0.3941
cosine_precision@5 0.1732
cosine_precision@10 0.0916
cosine_precision@100 0.0099
cosine_recall@1 0.6998
cosine_recall@2 0.7882
cosine_recall@5 0.8661
cosine_recall@10 0.916
cosine_recall@100 0.9898
cosine_ndcg@10 0.8072
cosine_mrr@1 0.6998
cosine_mrr@2 0.744
cosine_mrr@5 0.7657
cosine_mrr@10 0.7725
cosine_mrr@100 0.7761
cosine_map@100 0.7761
dot_accuracy@1 0.6998
dot_accuracy@2 0.7882
dot_accuracy@5 0.8661
dot_accuracy@10 0.916
dot_accuracy@100 0.9898
dot_precision@1 0.6998
dot_precision@2 0.3941
dot_precision@5 0.1732
dot_precision@10 0.0916
dot_precision@100 0.0099
dot_recall@1 0.6998
dot_recall@2 0.7882
dot_recall@5 0.8661
dot_recall@10 0.916
dot_recall@100 0.9898
dot_ndcg@10 0.8072
dot_mrr@1 0.6998
dot_mrr@2 0.744
dot_mrr@5 0.7657
dot_mrr@10 0.7725
dot_mrr@100 0.7761
dot_map@100 0.7761

Training Details

Training Hyperparameters

Non-Default Hyperparameters

  • eval_strategy: steps
  • per_device_train_batch_size: 2
  • per_device_eval_batch_size: 2
  • learning_rate: 2e-05
  • num_train_epochs: 1
  • warmup_ratio: 0.1
  • fp16: 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: 2
  • per_device_eval_batch_size: 2
  • 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: 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: 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
  • use_liger_kernel: False
  • eval_use_gather_object: False
  • batch_sampler: no_duplicates
  • multi_dataset_batch_sampler: proportional

Training Logs

Click to expand
Epoch Step Training Loss Validation Loss cosine_map@100
0 0 - - 0.7808
0.0046 100 0.4932 - -
0.0091 200 0.1357 - -
0.0137 300 0.0238 - -
0.0183 400 0.0148 - -
0.0228 500 0.0143 - -
0.0274 600 0.0182 - -
0.0320 700 0.0084 - -
0.0365 800 0.0116 - -
0.0411 900 0.0137 - -
0.0457 1000 0.0112 0.0155 0.7403
0.0502 1100 0.0093 - -
0.0548 1200 0.0254 - -
0.0594 1300 0.0056 - -
0.0639 1400 0.0328 - -
0.0685 1500 0.0059 - -
0.0731 1600 0.0071 - -
0.0776 1700 0.0247 - -
0.0822 1800 0.0319 - -
0.0868 1900 0.0109 - -
0.0913 2000 0.0145 0.0228 0.7228
0.0959 2100 0.0156 - -
0.1004 2200 0.0399 - -
0.1050 2300 0.0594 - -
0.1096 2400 0.0172 - -
0.1141 2500 0.0156 - -
0.1187 2600 0.0748 - -
0.1233 2700 0.0299 - -
0.1278 2800 0.056 - -
0.1324 2900 0.0499 - -
0.1370 3000 0.0398 0.0453 0.6408
0.1415 3100 0.0486 - -
0.1461 3200 0.0159 - -
0.1507 3300 0.0464 - -
0.1552 3400 0.0345 - -
0.1598 3500 0.0102 - -
0.1644 3600 0.0203 - -
0.1689 3700 0.033 - -
0.1735 3800 0.0596 - -
0.1781 3900 0.0156 - -
0.1826 4000 0.0204 0.0394 0.6855
0.1872 4100 0.0168 - -
0.1918 4200 0.0516 - -
0.1963 4300 0.034 - -
0.2009 4400 0.0109 - -
0.2055 4500 0.0328 - -
0.2100 4600 0.0191 - -
0.2146 4700 0.0561 - -
0.2192 4800 0.0167 - -
0.2237 4900 0.0418 - -
0.2283 5000 0.0476 0.0339 0.6703
0.2329 5100 0.0315 - -
0.2374 5200 0.0111 - -
0.2420 5300 0.0172 - -
0.2466 5400 0.0198 - -
0.2511 5500 0.0305 - -
0.2557 5600 0.0192 - -
0.2603 5700 0.0468 - -
0.2648 5800 0.038 - -
0.2694 5900 0.0331 - -
0.2739 6000 0.0353 0.0417 0.6621
0.2785 6100 0.0405 - -
0.2831 6200 0.0251 - -
0.2876 6300 0.0223 - -
0.2922 6400 0.0219 - -
0.2968 6500 0.0596 - -
0.3013 6600 0.0581 - -
0.3059 6700 0.0521 - -
0.3105 6800 0.0595 - -
0.3150 6900 0.0211 - -
0.3196 7000 0.0568 0.0249 0.6985
0.3242 7100 0.0761 - -
0.3287 7200 0.0189 - -
0.3333 7300 0.0218 - -
0.3379 7400 0.0216 - -
0.3424 7500 0.0091 - -
0.3470 7600 0.0621 - -
0.3516 7700 0.0169 - -
0.3561 7800 0.0137 - -
0.3607 7900 0.0304 - -
0.3653 8000 0.0097 0.0206 0.7061
0.3698 8100 0.0202 - -
0.3744 8200 0.0103 - -
0.3790 8300 0.0292 - -
0.3835 8400 0.022 - -
0.3881 8500 0.0323 - -
0.3927 8600 0.0328 - -
0.3972 8700 0.0264 - -
0.4018 8800 0.0373 - -
0.4064 8900 0.0224 - -
0.4109 9000 0.0215 0.0380 0.6628
0.4155 9100 0.0237 - -
0.4201 9200 0.0301 - -
0.4246 9300 0.041 - -
0.4292 9400 0.0117 - -
0.4338 9500 0.0077 - -
0.4383 9600 0.0334 - -
0.4429 9700 0.0492 - -
0.4474 9800 0.0279 - -
0.4520 9900 0.0126 - -
0.4566 10000 0.0436 0.0251 0.6931
0.4611 10100 0.058 - -
0.4657 10200 0.0169 - -
0.4703 10300 0.0101 - -
0.4748 10400 0.0348 - -
0.4794 10500 0.0059 - -
0.4840 10600 0.0212 - -
0.4885 10700 0.007 - -
0.4931 10800 0.0323 - -
0.4977 10900 0.0123 - -
0.5022 11000 0.0106 0.0200 0.7077
0.5068 11100 0.0129 - -
0.5114 11200 0.0067 - -
0.5159 11300 0.0087 - -
0.5205 11400 0.0149 - -
0.5251 11500 0.0387 - -
0.5296 11600 0.035 - -
0.5342 11700 0.0353 - -
0.5388 11800 0.025 - -
0.5433 11900 0.005 - -
0.5479 12000 0.0152 0.0241 0.6972
0.5525 12100 0.0475 - -
0.5570 12200 0.034 - -
0.5616 12300 0.0539 - -
0.5662 12400 0.0687 - -
0.5707 12500 0.007 - -
0.5753 12600 0.0169 - -
0.5799 12700 0.0186 - -
0.5844 12800 0.0076 - -
0.5890 12900 0.0032 - -
0.5936 13000 0.0094 0.0170 0.7311
0.5981 13100 0.0091 - -
0.6027 13200 0.0335 - -
0.6073 13300 0.0054 - -
0.6118 13400 0.0351 - -
0.6164 13500 0.0451 - -
0.6209 13600 0.0048 - -
0.6255 13700 0.0316 - -
0.6301 13800 0.0346 - -
0.6346 13900 0.0341 - -
0.6392 14000 0.0105 0.0154 0.7408
0.6438 14100 0.0181 - -
0.6483 14200 0.064 - -
0.6529 14300 0.0381 - -
0.6575 14400 0.0433 - -
0.6620 14500 0.0451 - -
0.6666 14600 0.0139 - -
0.6712 14700 0.0169 - -
0.6757 14800 0.0105 - -
0.6803 14900 0.0058 - -
0.6849 15000 0.0327 0.0148 0.7504
0.6894 15100 0.0537 - -
0.6940 15200 0.0093 - -
0.6986 15300 0.0116 - -
0.7031 15400 0.024 - -
0.7077 15500 0.0176 - -
0.7123 15600 0.0119 - -
0.7168 15700 0.0087 - -
0.7214 15800 0.0196 - -
0.7260 15900 0.003 - -
0.7305 16000 0.0222 0.0144 0.7430
0.7351 16100 0.0021 - -
0.7397 16200 0.0081 - -
0.7442 16300 0.0125 - -
0.7488 16400 0.0047 - -
0.7534 16500 0.0144 - -
0.7579 16600 0.0159 - -
0.7625 16700 0.0112 - -
0.7671 16800 0.0144 - -
0.7716 16900 0.0151 - -
0.7762 17000 0.0268 0.0142 0.7434
0.7808 17100 0.013 - -
0.7853 17200 0.0054 - -
0.7899 17300 0.019 - -
0.7944 17400 0.014 - -
0.7990 17500 0.0143 - -
0.8036 17600 0.008 - -
0.8081 17700 0.0047 - -
0.8127 17800 0.0383 - -
0.8173 17900 0.0258 - -
0.8218 18000 0.0403 0.0117 0.7650
0.8264 18100 0.0033 - -
0.8310 18200 0.0264 - -
0.8355 18300 0.0062 - -
0.8401 18400 0.0014 - -
0.8447 18500 0.002 - -
0.8492 18600 0.0229 - -
0.8538 18700 0.02 - -
0.8584 18800 0.005 - -
0.8629 18900 0.0073 - -
0.8675 19000 0.0233 0.0139 0.7625
0.8721 19100 0.0164 - -
0.8766 19200 0.0053 - -
0.8812 19300 0.0075 - -
0.8858 19400 0.0159 - -
0.8903 19500 0.0022 - -
0.8949 19600 0.0136 - -
0.8995 19700 0.0322 - -
0.9040 19800 0.0023 - -
0.9086 19900 0.0787 - -
0.9132 20000 0.0092 0.0114 0.7713
0.9177 20100 0.0174 - -
0.9223 20200 0.0211 - -
0.9269 20300 0.0051 - -
0.9314 20400 0.0223 - -
0.9360 20500 0.0197 - -
0.9406 20600 0.0076 - -
0.9451 20700 0.0497 - -
0.9497 20800 0.0053 - -
0.9543 20900 0.0096 - -
0.9588 21000 0.0039 0.0105 0.7761
0.9634 21100 0.0184 - -
0.9679 21200 0.0129 - -
0.9725 21300 0.0056 - -
0.9771 21400 0.0093 - -
0.9816 21500 0.023 - -
0.9862 21600 0.0071 - -
0.9908 21700 0.0061 - -
0.9953 21800 0.0009 - -
0.9999 21900 0.0012 - -

Framework Versions

  • Python: 3.10.14
  • Sentence Transformers: 3.2.1
  • Transformers: 4.45.1
  • PyTorch: 2.4.0
  • Accelerate: 0.34.2
  • Datasets: 3.0.1
  • Tokenizers: 0.20.0

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}
}