README.md

metadata

language: []
library_name: sentence-transformers
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:690000
  - loss:LoggingBAS
base_model: Ammar-alhaj-ali/arabic-MARBERT-sentiment
datasets: []
widget:
  - source_sentence: >-
      اول كان من أفضل البنوك ..الان من افشل البنوك لا في نسبة القروض ولا في
      البطاقات الإئتمانية وتغذية المحافظ الرقمية ولا في تعليق التطبيق ولا في
      تمويل تأجير السيارات..بصراحة ندمت اني كنت عميل له لسنوات
    sentences:
      - >-
        والله كل ماشفت لكزس قلبي يطق من فرحه عليها يارب ترزقني مثلها اركبها أنا
        وأمي 🤍🤍🤍🤍🤍🤍🤍🤍🤍🤍🤍🤍
      - >-
        للاسف تعامل غير جيد في سياسة الاستبدال بسبب ضاغط العطر عطلان من بداية
        استخدامة
      - ليتكم تشيلون الموسيقى و وصور الحريم الموجودة في الحساب وشكرا
  - source_sentence: >-
      البنك الاهلي يحب الظهور في منصات الاعلام وهو اسوء بنك من ناحية المصداقية
      وتعامل مع العملاء 

      والعروض الي اغلبها وهميه
    sentences:
      - >-
        بنك فاشل والي يخلي راتبه عليه فاشل فوق انك تنزل الراتب متأخر تطبيقكم
        الزفت خربان والله صدق الي سماكم بنك الشيبان
      - كيف شلون
      - >-
        جاتني حواله على حسابي وجاني الرسايل النصيه بالحواله بس ادخل الحساب ما
        انضافت لمجموع الرصيد وبعدها بساعه دخلت الاقي ان كل عمليه التحويل انحذفت
        مع انها كانت موجوده ايش المشكله ؟؟؟
  - source_sentence: >-
      صراحه كنت اشتريها لكن اختياركم غير موفق لمسى وعتزلتها بدون عنصيريه لكن
      رايي الشخصي
    sentences:
      - >-
        السلام عليكم ورحمة الله وبركاته طلعت فيزا سفر بلس إلكترونية ولي ٤ أيام
        أحاول أفعلها كو راضية تتفعل ياليت تحلوا هالمشكلة
      - >-
        الطلب له اكثر من سنه ويوجد من طلب بعدي و استلم ، مع العلم اول سيارة
        اطلبها من الشركة ، هل فيه سبب مقنع للانتظار اكثر من سنه !!؟
      - >-
        السلام عليكم. رواتب موظفي الراجحي تاريخ كم تنزل من كل شهر وهل هو تاريخ
        ثابت او كل شهر بتاريخ
  - source_sentence: >-
      عود ارين مستخرج من جزيره ارين في دوله اندونيسيا حيث يتم انتقاء العود
      بعنايه لتغير رائحه المكان 

      👌 🌸


      #حاضر_وموجود

      ،،

      .. 


      .. 


      .. 


      .. 

      يارب 🤲🏻
    sentences:
      - >-
        تكفى يا يزيد ابوس رجولك راسلني خاص اقسم بمن احل القسم انها ضاقت بي الارض
        و السما تكفى احتاج مساعدتك
      - >-
        كيف اعرف تاريخ تجديد رخصة القيادة ؟ كيف اطلع ورقة بتاريخ اصدار الرخصة
        القيادة ؟ شركة التامين تطالبني متى جددت الرخصة للمطالبه بمبلغ حادث .
      - |-
        يارب من نصيبي 
        يارب يارب يارب
        على الاقل آخذ فيها بيت 
        أو أسدد إلتزاماتي
  - source_sentence: جميل ويتناسب مع جمال تصاميمكم ومنتجاتكم اوفسايد 😘💐
    sentences:
      - بكم مليون؟؟
      - يعني راح تتوفر قريبًا ان شاء الله ؟؟
      - |-
        والتقديم ع الاداري متى؟؟؟؟؟؟؟؟
        شوضعهم حاجزينها واسطات؟؟؟
        اختبرنا اختبارات الرخصةوماجانا قبول عشان مافي تربوي
        واختبرنا قدرة معرفية عشان الادارية،واللي يطرحونه(لاتناسب مؤهلاتك).
        واداري التعليم مايفتحونه اصلا!!
        وش تبونا نشتغل؟؟
        شغل مختلط؟؟
        والا خدمة عملاء؟؟
        والا فرّاشات لاسمح الله؟
pipeline_tag: sentence-similarity

SentenceTransformer based on Ammar-alhaj-ali/arabic-MARBERT-sentiment

This is a sentence-transformers model finetuned from Ammar-alhaj-ali/arabic-MARBERT-sentiment. 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: Ammar-alhaj-ali/arabic-MARBERT-sentiment
• Maximum Sequence Length: 35 tokens
• Output Dimensionality: 768 tokens
• Similarity Function: Cosine Similarity

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': 35, '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 = [
    'جميل ويتناسب مع جمال تصاميمكم ومنتجاتكم اوفسايد 😘💐',
    'يعني راح تتوفر قريبًا ان شاء الله ؟؟',
    'بكم مليون؟؟',
]
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]

Training Details

Training Dataset

Unnamed Dataset

• Size: 690,000 training samples
• Columns: sentence_0, sentence_1, and label
• Approximate statistics based on the first 1000 samples:

  	sentence_0	sentence_1	label
  type	string	string	float
  details	min: 3 tokens mean: 19.71 tokens max: 35 tokens	min: 3 tokens mean: 23.62 tokens max: 35 tokens	min: -1.0 mean: 0.13 max: 1.0

• Samples:

  sentence_0	sentence_1	label
  انشهد	ماهي غريبه عليكم الإبداع صراحه ❤️🇾🇪❤️ - باذن الله اني أفوز بالتيشيرت 🇾🇪	1.0
  ماشاء الله على التصوير والسيارة والمكان😍	-/ -/ -/ -/ -/ -/ -/عود ارين مستخرج من جزيره ارين في دوله اندونيسيا حيث يتم انتقاء العود بعنايه لتغير رائحه المكان 👌 🌸 #حاضر_وموجود ،، ،، يارب 🤲🏻	1.0
  عود ارين مستخرج من جزيره ارين في دوله اندونيسيا حيث يتم انتقاء العود بعنايه لتغير رائحه المكان 👌👌👌😍….. #حاضر_وموجود	السلام بالله عندي سهم المطاحن الحديثه شلون ابيعه من تطبيق راجحي ؟	-1.0

• Loss: main.LoggingBAS with these parameters:

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

Training Hyperparameters

Non-Default Hyperparameters

• per_device_train_batch_size: 256
• per_device_eval_batch_size: 256
• num_train_epochs: 2
• multi_dataset_batch_sampler: round_robin

All Hyperparameters

Click to expand

• overwrite_output_dir: False
• do_predict: False
• eval_strategy: no
• prediction_loss_only: True
• per_device_train_batch_size: 256
• per_device_eval_batch_size: 256
• per_gpu_train_batch_size: None
• per_gpu_eval_batch_size: None
• gradient_accumulation_steps: 1
• eval_accumulation_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
• num_train_epochs: 2
• max_steps: -1
• lr_scheduler_type: linear
• lr_scheduler_kwargs: {}
• warmup_ratio: 0.0
• 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: 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: 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
• batch_sampler: batch_sampler
• multi_dataset_batch_sampler: round_robin

Training Logs

Epoch	Step	Training Loss
0.1855	500	5.5343
0.3709	1000	5.3578
0.5564	1500	5.311
0.7418	2000	5.2962
0.9273	2500	5.2912
1.1128	3000	5.2856
1.2982	3500	5.2854
1.4837	4000	5.2815
1.6691	4500	5.2774

Framework Versions

• Python: 3.10.13
• Sentence Transformers: 3.0.1
• Transformers: 4.41.2
• PyTorch: 2.1.2
• Accelerate: 0.32.1
• Datasets: 2.19.2
• 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",
}

LoggingBAS

@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}
}