metadata

tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:23525
  - loss:CosineSimilarityLoss
base_model: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
widget:
  - source_sentence: >-
      Монголбанк, Сангийн яам болон Европын сэргээн босголт, хөгжлийн банкны
      санамж бичиг
    sentences:
      - >-
        "Жүжгүүд нь хүүхдийн урлаг гоо зүйн боловсролыг дээшлүүлэхэд хувь нэмэр
        оруулна."
      - “Үзэхийн хязгаар” ном хоёр дэлгүүрт борлуулалттай байв
      - Зээлийн эрсдэлийг хуваан үүрэлцэх гэрээ.
  - source_sentence: Улсын дуурь, бүжгийн эрдмийн театрт номын нээлт болно.
    sentences:
      - УДБЭТ-д номын нээлт болно.
      - >-
        Хүндрэлээс гарах арга хэмжээ авахгүй бол эдийн засгийн өсөлт 2 хувиас
        доошилж, ажилгүйдлийн төвшин ч 10 хувиас дээшилж, экспортын хэмжээ таван
        тэрбумам.доллараас доошлох магадлалтай аж.
      - Дахин давтан хэлчхэд урлаг бол үзүүлдэг, шинжлэх ухаан нотолдог гэдэг.
  - source_sentence: ОХУ, БНХАУ-ыг Монгол Улсын нутаг дэвсгэрээр холбоно
    sentences:
      - Нийслэлийн 24 дүгээр сургуулийг төгссөн.
      - Зураг нь гайхамшигтай гэж Кейт үнэлжээ.
      - Гурван улс дамнасан худалдаа эргэлтийг дамжин өнгөрүүлнэ
  - source_sentence: >-
      “Драмын жүжгийн төрөл”, “Хүүхдийн жүжгийн төрөл”, “Дуулалт жүжгийн төрөл”,
      “Нэг хүний жүжгийн төрөл”-үүдэд 40 гаруй жүжиг санал болгосон
    sentences:
      - >-
        Дуурь, бүжгийн эрдмийн театрын уран бүтээлчид буюу балет анги, хөгжим
        анги, найрал дуу, гоцлол дуучид тайзнаа Итали, Орос, Францын сор болсон
        бүтээлийг түүвэрлэн хүргэж, үзэгчдийг зуун дамнуулан цаг хугацаагаар
        аялуулан сонгодог тансаг орчинд тайз дэлгэцээрээ дамжуулан урьсан гээд
        энэ үдшийн онцлог олон байлаа
      - 20 уран бүтээл, 80 гаруй уран бүтээлч чансаагаа сорьж байгаа ажээ.
      - Цомогт шинэ уран бүтээлүүд багтсан.
  - source_sentence: Олон улсын наадмын шалгаруулалт
    sentences:
      - Мянган тонн үр олгогдсон.
      - "Мөн нийт экспортын хэмжээ 10 хувиар, түүн дунд нүүрсний экспорт 50 хувиар\_ буурсан юм."
      - Драмын урлагийн шилдгүүдийг тодруулдаг наадам.
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
  - pearson_cosine
  - spearman_cosine
model-index:
  - name: >-
      SentenceTransformer based on
      sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
    results:
      - task:
          type: semantic-similarity
          name: Semantic Similarity
        dataset:
          name: dev t
          type: dev-t
        metrics:
          - type: pearson_cosine
            value: 0.573972184548268
            name: Pearson Cosine
          - type: spearman_cosine
            value: 0.5460401569671698
            name: Spearman Cosine
      - task:
          type: semantic-similarity
          name: Semantic Similarity
        dataset:
          name: test t
          type: test-t
        metrics:
          - type: pearson_cosine
            value: 0.5937906658169482
            name: Pearson Cosine
          - type: spearman_cosine
            value: 0.5612769176839287
            name: Spearman Cosine

SentenceTransformer based on sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2

This is a sentence-transformers model finetuned from sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 on the csv dataset. 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/paraphrase-multilingual-MiniLM-L12-v2
Maximum Sequence Length: 128 tokens
Output Dimensionality: 384 dimensions
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': 128, '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})
)

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("gmunkhtur/paraphrase-mongolian-minilm-mntoken")
# Run inference
sentences = [
    'Олон улсын наадмын шалгаруулалт',
    'Драмын урлагийн шилдгүүдийг тодруулдаг наадам.',
    'Мөн нийт экспортын хэмжээ 10 хувиар, түүн дунд нүүрсний экспорт 50 хувиар\xa0 буурсан юм.',
]
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]

Evaluation

Metrics

Semantic Similarity

Datasets: dev-t and test-t
Evaluated with EmbeddingSimilarityEvaluator

Metric	dev-t	test-t
pearson_cosine	0.574	0.5938
spearman_cosine	0.546	0.5613

Training Details

Training Dataset

csv

Dataset: csv
Size: 23,525 training samples
Columns: sentence1, sentence2, and score
Approximate statistics based on the first 1000 samples:
sentence1 sentence2 score
type string string float
details
min: 3 tokens
mean: 12.82 tokens
max: 90 tokens

min: 3 tokens
mean: 12.44 tokens
max: 77 tokens

min: 0.02
mean: 0.49
max: 1.0

	sentence1	sentence2	score
type	string	string	float
details	min: 3 tokens mean: 12.82 tokens max: 90 tokens	min: 3 tokens mean: 12.44 tokens max: 77 tokens	min: 0.02 mean: 0.49 max: 1.0

Samples:

sentence1	sentence2	score
`Хүн амын нягтаршил багатай, газар хөдлөлийн идэвхигүй бүс, газрын гадарга нь тэгш, үер усны давтамж бага газарт Цөмийн энергийн станцийг барьж байгуулах шаардлагатай гэнэ`	`Энэ станцад захын нэг дээд сургууль эзэмшсэн нөхөр очоод ажиллахгүй.`	`0.2018195390701294`
`Уг компани тендерт гадаадынхныг урьсан ба өрөгдлийг нь зургадугаар сарын 3 хүртэл хүлээн авсан байна`	`«Коммерсантъ» сонин 24-ний өдрийн дугаартаа өгүүлсэн байна`	`0.2372543811798095`
`Би “Өүлэн эх”-ийг анх бүтээсэн`	`Би “Хорин нэгэн зул”-ыг анх бүтээсэн.`	`0.6730476021766663`

Loss: CosineSimilarityLoss with these parameters:

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

Evaluation Dataset

csv

Dataset: csv
Size: 23,525 evaluation samples
Columns: sentence1, sentence2, and score
Approximate statistics based on the first 1000 samples:
sentence1 sentence2 score
type string string float
details
min: 4 tokens
mean: 12.78 tokens
max: 123 tokens

min: 4 tokens
mean: 12.69 tokens
max: 59 tokens

min: -0.04
mean: 0.48
max: 0.98

	sentence1	sentence2	score
type	string	string	float
details	min: 4 tokens mean: 12.78 tokens max: 123 tokens	min: 4 tokens mean: 12.69 tokens max: 59 tokens	min: -0.04 mean: 0.48 max: 0.98

Samples:

sentence1	sentence2	score
`Анхны тоглолт маань одоо бодоход үнэхээр гоё болж байсан`	`Яг ямар чиглэлээр тоглохоо мэдэхгүй жаахан охин байсан ч би маш их зүйл сурсан`	`0.2749532461166382`
`"Домогт Ану хатан" нь Монголын түүхэн дэх хатан хааны тухай өгүүлдэг`	`"Домогт Ану хатан" нь Б.Шүүдэрцэцэгийн бүтээл юм.`	`0.3653741478919983`
`Советийн хурлаар "Эрдэнэт" болон "Монголросцветмет нэгдэл"-ийн талаар ярилцах ажээ`	`Асгатын мөнгөний ордыг түшиглэн Орос-Монголын хамтарсан компани байгуулахаар болсон бөгөөд энэ асуудлыг хуралдаанаар хөндөнө гэдгийг эх сурвалж хэлсэн.`	`0.599888801574707`

Loss: CosineSimilarityLoss with these parameters:

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

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 16
per_device_eval_batch_size: 16
num_train_epochs: 5
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: 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: 5
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: 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	dev-t_spearman_cosine	test-t_spearman_cosine
0	0	-	-	0.2295	-
0.5663	500	0.0403	-	-	-
1.1325	1000	0.0332	0.0320	0.5316	-
1.6988	1500	0.0188	-	-	-
2.2650	2000	0.0135	0.0311	0.5361	-
2.8313	2500	0.0085	-	-	-
3.3975	3000	0.0074	0.0310	0.5352	-
3.9638	3500	0.0054	-	-	-
4.5300	4000	0.0045	0.0308	0.5460	-
5.0	4415	-	-	-	0.5613

Framework Versions

Python: 3.10.12
Sentence Transformers: 3.3.1
Transformers: 4.47.1
PyTorch: 2.5.1+cu121
Accelerate: 1.2.1
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",
}