metadata

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 model finetuned from sentence-transformers/all-MiniLM-L6-v2 on the train and test 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
Maximum Sequence Length: 256 tokens
Output Dimensionality: 384 dimensions
Similarity Function: Cosine Similarity
Training Datasets:
- train
- test

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': 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:

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("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]

Training Details

Training Datasets

train

Dataset: train at 02bfedf
Size: 100 training samples
Columns: question and answer
Approximate statistics based on the first 100 samples:
question answer
type string string
details
min: 7 tokens
mean: 18.3 tokens
max: 45 tokens

min: 14 tokens
mean: 54.23 tokens
max: 256 tokens

	question	answer
type	string	string
details	min: 7 tokens mean: 18.3 tokens max: 45 tokens	min: 14 tokens mean: 54.23 tokens max: 256 tokens

Samples:

question	answer
`Qual é o horário de funcionamento do setor DCFN (Divisão de Contabilidade e Finanças)?`	`Demais informações acesse o site: https://www.gestaoadministrativa.saomateus.ufes.br/apresentacao`
`Como incluir itens no catálogo de materiais?`	`Acesse https://compras.ufes.br/inclusao-de-produto-no-catalogo-de-materiais.`
`Fiz exames laboratoriais recentemente, devo coletar novamente?`	`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.`

Loss: MultipleNegativesRankingLoss with these parameters:

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

test

Dataset: test at 02bfedf
Size: 100 training samples
Columns: question and answer
Approximate statistics based on the first 100 samples:
question answer
type string string
details
min: 9 tokens
mean: 17.15 tokens
max: 32 tokens

min: 21 tokens
mean: 54.6 tokens
max: 219 tokens

	question	answer
type	string	string
details	min: 9 tokens mean: 17.15 tokens max: 32 tokens	min: 21 tokens mean: 54.6 tokens max: 219 tokens

Samples:

question	answer
`Como solicitar atendimento psicológico?`	`Envie um e-mail para [email protected] ou compareça presencialmente na DASAS para agendamento.`
`Como saber o dia da coleta de exames?`	`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.`
`Como solicitar palestras/rodas de conversa sobre questões de cunho psicoemocional?`	`Envie um e-mail para [email protected] para solicitar participação/contribuição em evento.`

Loss: MultipleNegativesRankingLoss with these parameters:

{
    "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

Click to expand

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

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

@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}
}